基于圖嵌入的判別近鄰分析研究及應用.pdf

1、近年來，流形學習成為機器學習和模式識別領域的研究熱點。通常，流形學習方法的目的是把原始高維數(shù)據(jù)投影到低維子空間，同時要保持原始數(shù)據(jù)空間中樣本的局部結構，從而能夠揭示數(shù)據(jù)的本質低維結構和內在規(guī)律。作為流形學習方法中的佼佼者——基于圖嵌入的判別近鄰分析自提出以來，備受研究人員的關注，已被成功地應用到人臉識別問題中。本文深入研究了基于圖嵌入的判別近鄰分析，發(fā)現(xiàn)了其鄰接圖構造的不平衡問題，并提出了相應的解決方案。本文的主要創(chuàng)新有：
　　1

2、.提出了雙鄰接圖的判別近鄰嵌入算法。和判別近鄰嵌入相比，該算法的特點是同時構建了類內鄰接圖和類間鄰接圖。在雙鄰接圖的判別近鄰嵌入算法中，對每一個樣本，不僅要建立其和類內樣本的關聯(lián)，也要建立其和異類樣本的關聯(lián)，這樣就解決了鄰接圖構造的不平衡問題。在人臉數(shù)據(jù)集上的實驗結果驗證了該方法能夠提高降維后數(shù)據(jù)的可分性。
　　2.提出了局部平衡的判別近鄰嵌入算法。該算法是在雙鄰接圖的判別近鄰嵌入算法基礎上，融入了樣本之間的位置信息，從而能更好地