适应大数据处理的概率特征映射研究

项目名称： 适应大数据处理的概率特征映射研究

项目编号： No.61403090

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 李雄

作者单位： 国家计算机网络与信息安全管理中心

项目金额： 25万元

中文摘要： 计算机识别技术已广泛应用于图像识别、文本理解、网络特定信息检测、网络异常检测等问题中。其中，数据的特征表示是识别性能的决定性因素，理想的特征表示应适应数据的分布并从中提取尽量多的有价值信息。基于概率产生式模型的概率特征映射就是一类以此为目标的方法，在多种实际问题中取得了很好的效果。然而，现有方法对信息的利用不够全面且缺少统一的框架；缺少理论分析与指导；算法结构及计算效率难以适应大数据的处理。针对这些问题，本项目从以下三方面研究概率特征映射：（1）研究利用数据分布、数据隐含信息和类别标签的概率特征映射方法及其维度控制方法；（2）研究概率特征映射在识别问题中的泛化错误率上界，和以最小化错误率上界为准则的特征映射学习方法；（3）针对数据规模较大的情况，研究对样本并行化的增量学习算法和对特征并行化的坐标下降算法。研究成果将形成统一有效的方法框架、理论分析方法和适应大数据与实际应用的算法。

中文关键词： 特征映射；概率产生式模型；泛化错误率上界；并行优化；识别与检测

英文摘要： Computer based recognition techniques have been widely applied to a number of changeling problems, such as image recognition, text understanding, network information or abnormal behavior detection, where, feature representation is considered to be the det

英文关键词： Feature Mapping；Probabilistic Generative Model；Generalization Error Up-bound；Parallel Optimization；Recognition and Detection