您现在正在浏览:首页 > 论文 > 文化课 > 毕业论文-基于Wasserstein距离的图像识别算法研究

免费下载毕业论文-基于Wasserstein距离的图像识别算法研究

  • 资源类别:论文
  • 资源分类:文化课
  • 适用专业:应用数学
  • 适用年级:大学
  • 上传用户:xuehi
  • 文件格式:pdf
  • 文件大小:2.65MB
  • 上传时间:2017/10/22 12:53:22
  • 下载次数:0
  • 浏览次数:2

安全检测:瑞星:安全 诺顿:安全 卡巴:安全

资料简介
毕业论文-基于Wasserstein距离的图像识别算法研究,共35页。
摘 要
Wasserstein 度量是一种用于衡量概率测度间差异程度的度量,该度量相比 于信息论中的 KL 散度,满足度量性质,且求解插值问题时可以保持分布函数的 几何性质。随着近些年数据驱动算法的火热,模式识别问题被广泛研究,图像识 别和分类课题迅速发展。传统的欧式度量不能保留图像几何性质的缺点在复杂 和真实的识别环境中逐渐暴露出来,而 Wasserstein 度量既可以保留分布的几何 属性,又可以作为一种度量应用于统计学习的模型中,从而开始受到关注。 本文中,我们主要聚焦该度量在图像识别算法中应用可能性的探究。我们提 出将K-means聚类算法中的欧式度量计算替换为Wasserstein度量的计算,由此使 得对图像的直接聚类成为可能。而算法框架中引出的两个最优化问题:Wasserstein 度量计算和 Wasserstein 重心的高效求解,是我们算法设计中的一大障碍:与其 表述等价的最优运输问题很难又快又好地求出精确解。针对这一困难,我们使用 了两种最优化的方法求解:第一种是通过给定一个正则项修正,使得该问题可以 借由 Sinkhorn 迭代和次梯度迭代求得近似解;第二种则是利用交替乘子下降法 (BADMM) 分解问题,近似求解与原问题等价的最优化问题。最后,为了验证我 们的算法的实际效果,我们实现了若干例子,并作了相关分析。
关键词: Wasserstein度量 Wasserstein重心 最优传输问题 图像识别和聚类 Kmeans Sinkhorn 迭代 BADMM

目 录
致 谢 I
目 录 III
插图索引 V
算法索引VII
摘 要 IX ABSTRACT XI
第一章 绪论 1
1.1 引言 1
1.2 相关的工作 2
1.3 论文结构 3
第二章 Wasserstein 度量 5
2.1 Wasserstein 度量的定义 5
2.2 Wasserstein 度量与最优传输问题之间的关系 5
2.3 与 KL 散度的区别和联系 6
第三章 基于 Wasserstein 度量聚类的图像分类识别算法 7
3.1 转换图片为待聚类的经验分布 7
3.2 基于 Wasserstein 度量的 K-means 聚类算法 7
3.3 目标优化问题模型的建立 9
第四章 WDP 和 WBP 问题的求解和主要结果分析 11
4.1 基于正则 W 距离求解 WDP 和 WBP 11
4.2 基于 Bregman-ADMM 算法求解 WDP 和 WBP 13
4.3 两种算法的结果比较和分析 16
4.4 基于聚类的图像识别算法结果展示 20
第五章 总结和展望 23
5.1 总结 23
5.2 未来的展望 23
参考文献 25
资料文件预览
共1文件夹,1个文件,文件总大小:2.71MB,压缩后大小:2.65MB
  • 毕业论文-基于Wasserstein距离的图像识别算法研究
    • Adobe Acrobat可导出文档格式文件毕设论文:基于Wasserstein距离的图像识别算法研究.pdf  [2.71MB]
下载地址
资料评论
注意事项
下载FAQ:
Q: 为什么我下载的文件打不开?
A: 本站所有资源如无特殊说明,解压密码都是www.xuehai.net,如果无法解压,请下载最新的WinRAR软件。
Q: 我的学海币不多了,如何获取学海币?
A: 上传优质资源可以获取学海币,详细见学海币规则
Q: 为什么我下载不了,但学海币却被扣了?
A: 由于下载人数众多,下载服务器做了并发的限制。请稍后再试,48小时内多次下载不会重复扣学海币。
下载本文件意味着您已经同意遵守以下协议
1. 文件的所有权益归上传用户所有。
2. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
3. 学海网仅提供交流平台,并不能对任何下载内容负责。
4. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
5. 本站不保证提供的下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
返回顶部