论文部分内容阅读
深层结构学习是近年来机器学习领域兴起的一个学习范式，深层结构语义是数据分析的关键技术之一。本文主要针对深层结构学习中层与层之间的关系问题进行研究，其内容包括：
(1)分析了深层结构学习及关系学习的研究现状；
(2)基于动态模糊集合套理论，给出了基于动态模糊集合套的深层结构学习算法，并对其进行实例应用；
(3)基于图模型理论与动态模糊图表示方法，提出了基于动态模糊图的深层结构学习算法，并对其进行实例验证；
(4)建立了基于动态模糊关系的视觉不变特征的融合模型，并针对人脸识别问题，给出了针对人脸识别问题的特征融合算法，通过实验来验证算法的有效性。
通过本文的研究，一方面，丰富了动态模糊关系学习的理论内容；另一方面，将基于动态模糊关系的视觉不变特征的融合模型应用于人脸识别中，为提出的新方法找到了应用背景。