非结构化数据智能感知学习理论与应用研究 项目名称 中文名 非结构化数据的智能感知学习理论与应用研究 英文名 Research on the theories and applications of intelligent perceptual learning for unstructured data 推荐单位 中国矿业大学 申报类型 自然科学奖 主要完成单位 中国矿业大学，中国科学院计算技术研究所 项目简介： 本项目属于人工智能领域，针对非结构化数据中数据维度高、密度不均匀、知识发现困难、机器学习算法不完备等特点，提出了面向高维非结构化混合数据的特征表示学习方法、非结构化数据的多粒度决策与可解释深度学习理论、面向非结构化低质指纹图像的自适应指纹滤波增强算法。经过多年的研究与积累，取得了下列研究成果： (1) 面向高维非结构化混合数据的 特征 表示学习方法 。面向非结构化的高维混合型数据，本项目首先提出一种基于 ELM-AE 深度特征嵌入的无监督极限学习机(US-EF-ELM)。US-EF-ELM 将 ELM-AE的嵌入特征用作 US-ELM 隐藏层的输出
