期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
适用于小样本的双邻接图判别分析算法 被引量:1
1
作者 罗璇 张莉 +1 位作者 薛杨涛 李凡长 《数据采集与处理》 CSCD 北大核心 2018年第3期504-511,共8页
作为一种常用的降维方法,适用于小样本的监督化拉普拉斯判别分析方法通过使用图嵌入的判别近邻分析得到了很好的降维效果。但该方法在构建近邻图时,在K近邻中寻找同类和异类样本点存在数据不平衡问题;此外,在优化该方法的目标函数时,没... 作为一种常用的降维方法,适用于小样本的监督化拉普拉斯判别分析方法通过使用图嵌入的判别近邻分析得到了很好的降维效果。但该方法在构建近邻图时,在K近邻中寻找同类和异类样本点存在数据不平衡问题;此外,在优化该方法的目标函数时,没有全面考虑到类间信息,从而会在一定程度上降低该方法的性能。针对以上两个问题,本文提出了适用于小样本的双邻接图判别分析方法。首先该方法分别在同类和异类样本中找出K个近邻点,然后使用这K个类内近邻点和K个类间近邻点来构造双邻接图,这样可以确保邻接图中既有同类样本点也有异类样本点,且数目相同。然后该方法在目标函数的推导结果中加入了类间拉普拉斯散度矩阵,从而使优化得到的投影矩阵融入更多的类间信息。在Yale和ORL人脸数据集上进行实验,并与同类方法相比,结果表明本文提出的适用于小样本的双邻接图判别分析方法能够得到更好的降维效果。 展开更多
关键词 人脸识别 拉普拉斯判别分析 邻接 降维
在线阅读 下载PDF
基于双邻接图正交近邻保持投影的人脸识别算法 被引量:3
2
作者 薛潇宇 马小虎 《计算机科学》 CSCD 北大核心 2017年第8期31-35,共5页
正交保持投影(ONPP)是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构。监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类... 正交保持投影(ONPP)是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构。监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类数据点间的结构不够明显。因此,提出了基于双邻接图的正交近邻保持投影(DAGONPP)算法。通过建立同类邻接图与异类邻接图,在数据嵌入低维空间后同类近邻重构误差尽量小,异类近邻重构误差更加明显。在ORL,Yale,YaleB和PIE人脸库上的实验结果表明,与其他经典算法相比,所提方法有效提高了分类能力。 展开更多
关键词 监督学习 人脸识别 流型学习 正交近邻保持投影 邻接
在线阅读 下载PDF
基于UDGDP的转子故障数据集降维方法 被引量:1
3
作者 杨泽本 赵荣珍 刘强 《振动与冲击》 EI CSCD 北大核心 2022年第16期255-260,共6页
针对旋转机械智能故障辨识精度偏低的问题,提出一种基于不相关约束的双邻接图判别投影(uncorrelated double graph discriminant projection,UDGDP)降维算法。该算法通过构建两个流形结构图使低维空间同类样本更加紧凑、异类样本更加分... 针对旋转机械智能故障辨识精度偏低的问题,提出一种基于不相关约束的双邻接图判别投影(uncorrelated double graph discriminant projection,UDGDP)降维算法。该算法通过构建两个流形结构图使低维空间同类样本更加紧凑、异类样本更加分散,同时引入不相关约束条件以降低投影变换后特征分量之间的相关性,进而达到提取敏感故障特征的目的。用转子故障数据集进行验证的结果表明:UDGDP算法能够降低所获得低维空间各特征之间的相关性,并且使故障各类别之间的差异性变得更加清晰,可有效提升分类器的辨识精度。该算法可为转子系统故障的智能辨识技术提供理论参考依据。 展开更多
关键词 邻接判别投影(udgdp) 不相关约束 转子故障数据集 降维
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部