模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2008年
3期
388-393
,共6页
流形学习%局部保持映射(LPP)%核学习%监督学习%特征提取
流形學習%跼部保持映射(LPP)%覈學習%鑑督學習%特徵提取
류형학습%국부보지영사(LPP)%핵학습%감독학습%특정제취
针对流形学习算法--局部保持映射存在的参数选择及不能进行非线性特征提取的问题,提出一种基于核的监督流形学习算法.该算法作为局部保持映射算法的改进算法用样本类标识信息指导建立局部最近邻图,并在建立局部最近邻图使用无参数的相似度量.利用核方法来解决局部保持映射算法在处理线性不可分问题上的局限性问题.在两个常用数据库上验证本文算法的可行性和有效性.
針對流形學習算法--跼部保持映射存在的參數選擇及不能進行非線性特徵提取的問題,提齣一種基于覈的鑑督流形學習算法.該算法作為跼部保持映射算法的改進算法用樣本類標識信息指導建立跼部最近鄰圖,併在建立跼部最近鄰圖使用無參數的相似度量.利用覈方法來解決跼部保持映射算法在處理線性不可分問題上的跼限性問題.在兩箇常用數據庫上驗證本文算法的可行性和有效性.
침대류형학습산법--국부보지영사존재적삼수선택급불능진행비선성특정제취적문제,제출일충기우핵적감독류형학습산법.해산법작위국부보지영사산법적개진산법용양본류표식신식지도건립국부최근린도,병재건립국부최근린도사용무삼수적상사도량.이용핵방법래해결국부보지영사산법재처리선성불가분문제상적국한성문제.재량개상용수거고상험증본문산법적가행성화유효성.
