中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
6期
906-913
,共8页
顾播宇%孙俊喜%李洪祚%刘广文%曹永刚
顧播宇%孫俊喜%李洪祚%劉廣文%曹永剛
고파우%손준희%리홍조%류엄문%조영강
流形学习%局部线性嵌入%自适应%仿射不变%切线距离
流形學習%跼部線性嵌入%自適應%倣射不變%切線距離
류형학습%국부선성감입%자괄응%방사불변%절선거리
manifold learning%locally linear embedding%adaptive%affine invariant%tangent distance
目的 为将流形学习有效应用于图像的降维与识别中,并消除图像的仿射变换对流形结构产生的影响,提出一种仿射不变的自适应局部线性嵌入算法.方法 该算法在局部线性嵌入的基础上,为适应产生各种仿射变换的图像样本,引入切线距离计算各样本之间的相似程度,以此描述样本空间中的距离,并通过图像相似度函数自适应计算样本空间中每一点的邻域数量.结果 实验结果表明,该算法能够构造出更合理的低维流形结构,并有效提升统计识别的正确率.结论 本文算法对仿射变换不敏感,表现出更强的稳健性.
目的 為將流形學習有效應用于圖像的降維與識彆中,併消除圖像的倣射變換對流形結構產生的影響,提齣一種倣射不變的自適應跼部線性嵌入算法.方法 該算法在跼部線性嵌入的基礎上,為適應產生各種倣射變換的圖像樣本,引入切線距離計算各樣本之間的相似程度,以此描述樣本空間中的距離,併通過圖像相似度函數自適應計算樣本空間中每一點的鄰域數量.結果 實驗結果錶明,該算法能夠構造齣更閤理的低維流形結構,併有效提升統計識彆的正確率.結論 本文算法對倣射變換不敏感,錶現齣更彊的穩健性.
목적 위장류형학습유효응용우도상적강유여식별중,병소제도상적방사변환대류형결구산생적영향,제출일충방사불변적자괄응국부선성감입산법.방법 해산법재국부선성감입적기출상,위괄응산생각충방사변환적도상양본,인입절선거리계산각양본지간적상사정도,이차묘술양본공간중적거리,병통과도상상사도함수자괄응계산양본공간중매일점적린역수량.결과 실험결과표명,해산법능구구조출경합리적저유류형결구,병유효제승통계식별적정학솔.결론 본문산법대방사변환불민감,표현출경강적은건성.
