西安电子科技大学学报（自然科学版）
西安電子科技大學學報（自然科學版）
서안전자과기대학학보（자연과학판）
JOURNAL OF XIDIAN UNIVERSITY(NATURAL SCIENCE)
2012年
6期
34-41
,共8页
侯俊%郝秀娟%谢德燕%高全学
侯俊%郝秀娟%謝德燕%高全學
후준%학수연%사덕연%고전학
差异邻接图%流形学习%特征提取%人脸识别
差異鄰接圖%流形學習%特徵提取%人臉識彆
차이린접도%류형학습%특정제취%인검식별
流形学习有效地保持了数据的局部几何结构,已成为模式识别、机器学习等领域的研究热点.但是它忽略甚至破坏了对模式分析很重要的局部多样性信息,导致局部几何结构描述不够稳定,且性能不是很好.针对此问题,提出了基于图论的多样性保持投影.该方法利用邻接图刻画局部数据之间的变化关系,并给出度量数据多样性大小的差异离散度,然后通过最大化差异离散度提取投影方向.此外,该方法直接从图像矩阵估计差异离散度矩阵,有效地避免了小样本问题.在Yale ,UMIST和AR数据库上的实验结果证实了该算法的有效性.
流形學習有效地保持瞭數據的跼部幾何結構,已成為模式識彆、機器學習等領域的研究熱點.但是它忽略甚至破壞瞭對模式分析很重要的跼部多樣性信息,導緻跼部幾何結構描述不夠穩定,且性能不是很好.針對此問題,提齣瞭基于圖論的多樣性保持投影.該方法利用鄰接圖刻畫跼部數據之間的變化關繫,併給齣度量數據多樣性大小的差異離散度,然後通過最大化差異離散度提取投影方嚮.此外,該方法直接從圖像矩陣估計差異離散度矩陣,有效地避免瞭小樣本問題.在Yale ,UMIST和AR數據庫上的實驗結果證實瞭該算法的有效性.
류형학습유효지보지료수거적국부궤하결구,이성위모식식별、궤기학습등영역적연구열점.단시타홀략심지파배료대모식분석흔중요적국부다양성신식,도치국부궤하결구묘술불구은정,차성능불시흔호.침대차문제,제출료기우도론적다양성보지투영.해방법이용린접도각화국부수거지간적변화관계,병급출도량수거다양성대소적차이리산도,연후통과최대화차이리산도제취투영방향.차외,해방법직접종도상구진고계차이리산도구진,유효지피면료소양본문제.재Yale ,UMIST화AR수거고상적실험결과증실료해산법적유효성.
