

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)降維是將高維空間數(shù)據(jù)映射到低維空間的過程。作為數(shù)據(jù)降維的一個重要組成部分,流形學(xué)習(xí)能夠挖掘出高維數(shù)據(jù)中潛在非線性流形結(jié)構(gòu)信息,并得到高維數(shù)據(jù)在低維空間的緊致嵌入,與人腦視覺認(rèn)知機(jī)制相一致。流形學(xué)習(xí)是二十世紀(jì)末期提出的數(shù)據(jù)降維方法,經(jīng)過近二十年的發(fā)展,已廣泛應(yīng)用于模式識別、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等信息處理領(lǐng)域。因此在人臉識別、指紋識別、步態(tài)識別、文檔分類、圖像檢索和聚類分析以及數(shù)據(jù)可視化等應(yīng)用領(lǐng)域中扮演越來越重要角色。本文的主要研究工作及
2、創(chuàng)新點(diǎn)包括:
本文從流形學(xué)習(xí)框架入手,將監(jiān)督學(xué)習(xí)、張量學(xué)習(xí)以及稀疏子空間學(xué)習(xí)引入流形學(xué)習(xí)方法中,進(jìn)一步完善了圖嵌入框架模型,從統(tǒng)一的角度分析已有的流形學(xué)習(xí)方法,并指出現(xiàn)有流形學(xué)習(xí)方法存在的問題和不足,用以指導(dǎo)新的流形學(xué)習(xí)降維模型開發(fā)。
為了解決傳統(tǒng)流形學(xué)習(xí)方法不能很好利用分類問題中樣本標(biāo)簽信息的缺點(diǎn),基于圖嵌入框架的分析結(jié)果,本文結(jié)合PCA和LPP算法各自的優(yōu)勢,提出正交判別的松弛保持投影算法(DOEPP)。該方法基
3、于數(shù)據(jù)樣本構(gòu)建局部圖和先驗(yàn)圖,近似重建高維數(shù)據(jù)隱含的流形結(jié)構(gòu),并在傳統(tǒng)方法的圖優(yōu)化目標(biāo)函數(shù)基礎(chǔ)上,增加了投影矩陣正交和樣本最大間隔準(zhǔn)則約束,最終將目標(biāo)優(yōu)化轉(zhuǎn)換為廣義特征分解問題進(jìn)行求解。在人臉識別實(shí)驗(yàn)中,該方法的識別效果大都優(yōu)于現(xiàn)有流形學(xué)習(xí)算法。
為了解決傳統(tǒng)流形學(xué)習(xí)方法構(gòu)圖模型的噪聲魯棒性問題,本文利用稀疏表示模型對噪聲魯棒的優(yōu)點(diǎn),對稀疏表示的殘差分布進(jìn)行了深入分析,提出了魯棒稀疏表示模型;本文以稀疏表示系數(shù)作為圖模型中邊的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維算法的研究.pdf
- 基于流形學(xué)習(xí)的降維算法.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維的研究.pdf
- 基于流形學(xué)習(xí)的局部降維算法研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維方法研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維技術(shù)研究.pdf
- 數(shù)據(jù)降維及分類中的流形學(xué)習(xí)研究.pdf
- 轉(zhuǎn)子故障數(shù)據(jù)降維的流形學(xué)習(xí)方法研究.pdf
- 流形學(xué)習(xí)在數(shù)據(jù)降維中的應(yīng)用研究.pdf
- 基于流形學(xué)習(xí)的有監(jiān)督降維方法研究.pdf
- 面向高維數(shù)據(jù)的多流形學(xué)習(xí)算法研究.pdf
- 流形學(xué)習(xí)降維及其應(yīng)用研究
- 基于流形學(xué)習(xí)的降維方法及應(yīng)用研究.pdf
- 基于流形學(xué)習(xí)的降維技術(shù)的研究及應(yīng)用.pdf
- 流形學(xué)習(xí)降維及其應(yīng)用研究.pdf
- 基于流形學(xué)習(xí)的高光譜圖像降維與分類研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維方法及其在人臉識別中的應(yīng)用.pdf
- 基于流形學(xué)習(xí)與子空間的降維方法研究與應(yīng)用.pdf
- 基于流形學(xué)習(xí)的高光譜遙感圖像的降維方法研究.pdf
評論
0/150
提交評論