有监督的距离度量学习算法研究进展 被引量：25

1

作者 沈媛媛 严严 王菡子 《自动化学报》 EI CSCD 北大核心 2014年第12期2673-2686,共14页

近年来,距离度量学习已成为计算机视觉和模式识别等领域最为活跃的研究课题之一.如何利用训练数据学习得到有效的距离度量来衡量目标之间的相似性是该类研究的关键问题.针对有监督的距离度量学习问题,目前已提出了大量的研究算法.结合... 近年来,距离度量学习已成为计算机视觉和模式识别等领域最为活跃的研究课题之一.如何利用训练数据学习得到有效的距离度量来衡量目标之间的相似性是该类研究的关键问题.针对有监督的距离度量学习问题,目前已提出了大量的研究算法.结合近年已发表相关文献对有监督的距离度量学习算法进行了详细的介绍和讨论.根据样本信息利用方式的不同,将其划分成基于成对约束和非成对约束的距离度量学习算法,重点介绍了一些常用的典型算法,分析了每种算法的原理和优缺点,最后是未来发展方向和趋势的展望. 展开更多

关键词 距离度量学习 马氏距离 成对约束 非成对约束

在线阅读 下载PDF 职称材料

基于余弦距离度量学习的伪K近邻文本分类算法 被引量：19

2

作者 彭凯 汪伟 杨煜普 《计算机工程与设计》 CSCD 北大核心 2013年第6期2200-2203,2211,共5页

距离度量学习在分类领域有着广泛的应用,将其应用到文本分类时,由于一般采用的向量空间模型(VSM)中的TF*IDF算法在对文本向量表达时向量均是维度相同并且归一化的,这就导致传统距离度量学习过程中采用的欧式距离作为相似度判别标准在文... 距离度量学习在分类领域有着广泛的应用,将其应用到文本分类时,由于一般采用的向量空间模型(VSM)中的TF*IDF算法在对文本向量表达时向量均是维度相同并且归一化的,这就导致传统距离度量学习过程中采用的欧式距离作为相似度判别标准在文本分类领域往往无法取得预期的效果,在距离度量学习中的LMNN算法的启发下提出一种余弦距离度量学习算法,使其适应于文本分类领域,称之为CS-LMNN。考虑到文本分类领域中样本类偏斜情况比较普遍,提出采用一种伪K近邻分类算法与CS-LMNN结合实现文本分类,该算法首先利用CS-LMNN算法对训练数据进行距离度量学习,根据训练结果对测试数据使用伪K近邻分类算法进行分类,实验结果表明,该算法可以有效的提高分类精度。 展开更多

关键词 余弦 距离度量学习 伪K近邻 文本分类 向量空间模型

在线阅读 下载PDF 职称材料

融合距离度量学习和SVM的图像匹配算法 被引量：9

3

作者 陈开志 乐承沛 钟尚平 《小型微型计算机系统》 CSCD 北大核心 2015年第6期1353-1357,共5页

目前度量学习方法通过有限样本数据学习得到新度量后,采用简单的分类器(如直接欧式距离计算)通常不能达到最佳分类效果.SVM作为一种经典的分类器,具有优秀的线性和非线性分类能力,可以弥补距离度量学习方法的不足.对此,提出一种应用于... 目前度量学习方法通过有限样本数据学习得到新度量后,采用简单的分类器(如直接欧式距离计算)通常不能达到最佳分类效果.SVM作为一种经典的分类器,具有优秀的线性和非线性分类能力,可以弥补距离度量学习方法的不足.对此,提出一种应用于图像匹配的融合距离度量学习和SVM的(DML-SVM)算法.首先,利用度量学习方法得到的线性变换矩阵,将样本变换到新的特征空间,降低特征各维度之间的相关性,调整特征各维度的权重;然后通过SVM对新特征进行线性或非线性分类.通过在LFW,Pubfig,Toycars三个图像数据库上的测试结果表明:融合方法的分类能力优于度量学习和SVM算法各自单独使用时的性能,且融合算法对训练样本数量具有很强的鲁棒性,即使只有少量训练样本(180个)时,融合算法仍然能具有较高的分类能力. 展开更多

关键词 机器学习 距离度量学习 SVM 图像匹配

在线阅读 下载PDF 职称材料

基于特征分组与特征值最优化的距离度量学习方法 被引量：2

4

作者 赵永威 张蕾 +2 位作者 李弼程 王挺进 吕清秀 《数据采集与处理》 CSCD 北大核心 2015年第4期830-838,共9页

主流的距离度量学习方法都需要求解半正定规划(Semi-definite programming,SDP)问题,而其中每次循环迭代中的矩阵完全特征分解运算使得现有方法计算复杂度很高,实用性不强,难以应用在大规模数据环境。本文提出了一种基于特征分组与特征... 主流的距离度量学习方法都需要求解半正定规划(Semi-definite programming,SDP)问题,而其中每次循环迭代中的矩阵完全特征分解运算使得现有方法计算复杂度很高,实用性不强,难以应用在大规模数据环境。本文提出了一种基于特征分组与特征值最优化的距离度量学习方法。引入特征分组算法,根据特征各维数之间相关性对图像底层特征进行分组。在一定的约束条件下,将求解SDP问题转化为特征值最优化问题,在每次循环迭代中只需计算矩阵最大特征值对应的特征向量。实验结果表明该方法能有效地降低计算复杂度,减少度量矩阵的学习时间,并且能取得较好的分类结果。 展开更多

关键词 距离度量学习 半正定规划 特征分组 特征值最优化 度量矩阵

在线阅读 下载PDF 职称材料

基于典型相关分析和距离度量学习的零样本学习 被引量：5

5

作者 冀中 谢于中 庞彦伟 《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2017年第8期813-820,共8页

零样本学习是一类特殊的图像分类问题,是指测试数据的类别在训练数据中没有出现的情况.为了更好地描述语义特征空间中图像特征和语义特征的距离关系,本文将距离度量学习引入零样本学习任务.具体而言,首先利用典型相关分析将样本的图像... 零样本学习是一类特殊的图像分类问题,是指测试数据的类别在训练数据中没有出现的情况.为了更好地描述语义特征空间中图像特征和语义特征的距离关系,本文将距离度量学习引入零样本学习任务.具体而言,首先利用典型相关分析将样本的图像特征和相应类别的语义特征映射至公共特征空间;然后,利用距离度量学习衡量图像特征和语义特征之间的距离;最后,使用最近邻分类器进行分类.通过在流行的Aw A和CUB数据集中的实验,证明了所提方法的有效性和鲁棒性. 展开更多

关键词 零样本学习 典型相关分析 距离度量学习 图像分类

在线阅读 下载PDF 职称材料

融合矩阵分解与距离度量学习的社会化推荐算法 被引量：2

6

作者 文俊浩 戴大文 +2 位作者 余俊良 高旻 张宜浩 《计算机科学》 CSCD 北大核心 2018年第10期196-201,共6页

为解决传统推荐系统中存在的冷启动难题,基于距离反映偏好的假设提出了一种融合矩阵分解与距离度量学习的社会化推荐算法。该算法同时对样本和距离度量进行训练,在满足距离约束的前提下更新距离度量和用户与项目的坐标,并将用户与项目... 为解决传统推荐系统中存在的冷启动难题,基于距离反映偏好的假设提出了一种融合矩阵分解与距离度量学习的社会化推荐算法。该算法同时对样本和距离度量进行训练,在满足距离约束的前提下更新距离度量和用户与项目的坐标,并将用户与项目嵌入到统一的低维空间,利用用户与项目之间的距离生成推荐结果。基于豆瓣和Epinions数据集的对比实验结果验证了该方法可有效提高推荐系统的可解释性和精确度,明显优于基于矩阵分解的推荐方法。研究结果表明,所提方法缓解了传统推荐系统中存在的冷启动问题,为推荐系统的研究提供了另一种可供参考的研究思路。 展开更多

关键词 社会化推荐 矩阵分解 距离度量学习 协同过滤

在线阅读 下载PDF 职称材料

采用概率密度比值估计的距离度量学习 被引量：2

7

作者 吕清秀 李弼程 高毫林 《信号处理》 CSCD 北大核心 2013年第5期607-614,共8页

现有的距离度量学习算法都是假设训练数据和测试数据服从相同的分布,但是该假设在实际中不一定成立。当训练数据和测试数据的分布不同时,利用训练数据学习得到的度量函数可能难以适用于测试数据。针对上述问题,本文在NCA(Neighbourhood ... 现有的距离度量学习算法都是假设训练数据和测试数据服从相同的分布,但是该假设在实际中不一定成立。当训练数据和测试数据的分布不同时,利用训练数据学习得到的度量函数可能难以适用于测试数据。针对上述问题,本文在NCA(Neighbourhood Components Analysis)度量学习方法的基础上,通过引入概率密度比值对目标函数加权,提出了一种采用概率密度比值估计的距离度量学习方法(Distance metric learning with ProbabilityDensity Ratio Estimation,DML-PDR)。在UCI数据集和Corel图像库上的KNN分类实验表明,新方法克服了传统度量学习方法的不一致问题,提高了分类的准确率。 展开更多

关键词 距离度量学习 半正定规划 概率密度比值估计 图像分类

在线阅读 下载PDF 职称材料

基于LDA与距离度量学习的文本分类研究 被引量：2

8

作者 詹增荣 程丹 《湖南师范大学自然科学学报》 CAS 北大核心 2016年第5期70-76,共7页

提出了一种基于隐含狄利克雷分布(LDA)与距离度量学习(DML)的文本分类方法,该方法利用LDA为文本建立主题模型,借助Gibbs抽样算法计算模型参数,挖掘隐藏在文本内主题与词的关系,得到文本的主题概率分布.以此主题分布作为文本的特征,利用... 提出了一种基于隐含狄利克雷分布(LDA)与距离度量学习(DML)的文本分类方法,该方法利用LDA为文本建立主题模型,借助Gibbs抽样算法计算模型参数,挖掘隐藏在文本内主题与词的关系,得到文本的主题概率分布.以此主题分布作为文本的特征,利用DML方法为不同类别的文本学习马氏距离矩阵,从而较好的表达了文本之间的相似性.最后在学习到的文本间距离上,利用常用的KNN及SVM分类器进行文本分类.在经典的3个数据集中的实验结果表明,该方法提高了文本分类的准确率,并且在不同的隐含主题数目参数下能体现较好的稳定性. 展开更多

关键词 文本分类 距离度量学习 隐含狄利克雷分布 主题模型

在线阅读 下载PDF 职称材料

结合候选区域距离度量学习与CNN分类回归联合的左心室检测 被引量：1

9

作者 王旭初 翟随强 +1 位作者 牛彦敏 葛永新 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第3期474-487,共14页

心脏MRI左心室自动检测在心脏疾病计算机辅助诊断中具有重要价值,针对左心室候选区域与周边组织分布复杂而导致区分度低的问题,提出结合候选区域2级距离度量学习与CNN分类回归联合学习的左心室检测方法.在候选区域生成阶段,利用超像素... 心脏MRI左心室自动检测在心脏疾病计算机辅助诊断中具有重要价值,针对左心室候选区域与周边组织分布复杂而导致区分度低的问题,提出结合候选区域2级距离度量学习与CNN分类回归联合学习的左心室检测方法.在候选区域生成阶段,利用超像素产生初始区域并合并为中间区域,设计有监督的2级距离度量学习算法,融合中间区域来构建目标候选区域;在检测阶段,以CNN分类与回归联合学习的方式定位候选区域,并设计难例样本挖掘策略对模型进行微调,以缓解样本不均衡问题.将该方法与扩展的4种变体方法(改变或舍弃部分模块)在公开心脏图谱数据集(CAP)上进行了实验,结果表明该方法中各模块设置具有合理性;与FastR-CNN和基于SSAE方法的检测结果相比,该方法取得了较高的检测精度. 展开更多

关键词 左心室检测 候选区域生成 距离度量学习 超像素 卷积神经网络

在线阅读 下载PDF 职称材料

基于距离度量学习的煤岩识别方法 被引量：2

10

作者 伍云霞 申少飞 《工矿自动化》 北大核心 2017年第5期22-26,共5页

提出了一种基于距离度量学习的煤岩识别方法。该方法首先从煤岩图像训练集中提取煤岩图像特征;然后学习到特定的距离度量,使得煤样本特征间、岩石样本特征间距离变小,煤样本特征与岩石样本特征间距离变大,以提高分类识别效果;最后采用... 提出了一种基于距离度量学习的煤岩识别方法。该方法首先从煤岩图像训练集中提取煤岩图像特征;然后学习到特定的距离度量,使得煤样本特征间、岩石样本特征间距离变小,煤样本特征与岩石样本特征间距离变大,以提高分类识别效果;最后采用分类器进行煤岩识别。实验结果表明,对于煤岩样本图像的LBP特征、HOG特征、GLCM特征,与基于欧式距离、LDA、ITML的煤岩识别方法相比,该方法具有更高的煤岩识别率。 展开更多

关键词 煤岩识别 分类识别 煤岩特征提取 距离度量学习

在线阅读 下载PDF 职称材料

基于自正则化非负编码和自适应距离度量学习的视频人脸识别 被引量：1

11

作者 曾贤灏 李向伟 《计算机应用与软件》 CSCD 2015年第12期118-122,149,共6页

针对鲁棒人脸识别中K近邻分类无法利用图像集中附加信息的问题,提出基于自正则化非负编码(SRNNC)和自适应距离度量学习的方法。首先,利用样本图像和从样本获得的仿射包模型联合表示一幅图像并进行自正则化非负编码;然后,通过保留大间距... 针对鲁棒人脸识别中K近邻分类无法利用图像集中附加信息的问题,提出基于自正则化非负编码(SRNNC)和自适应距离度量学习的方法。首先,利用样本图像和从样本获得的仿射包模型联合表示一幅图像并进行自正则化非负编码;然后,通过保留大间距架构中数据之间的相似关系来学习更具判别性的马氏距离度量;最后,利用维度加权马氏距离和K近邻分类器完成人脸分类。针对灰度像素值和局部二值模式进行测试,在UCSD/Honda、CMU Moby和You Tube明星数据集上的实验表明,相比其他几种较为新颖的识别方法,该方法取得了更好的识别性能。 展开更多

关键词 自正则化非负编码 自适应 距离度量学习 视频人脸识别 马氏距离

在线阅读 下载PDF 职称材料

距离度量学习算法的精确性研究

12

作者 许小媛 黄黎 《现代电子技术》 北大核心 2019年第21期150-153,共4页

距离度量学习是机器学习领域较为活跃的研究课题之一,文中利用UCI(加州大学欧文分校)数据库的数据对度量学习算法进行比较研究。为了寻找一种可靠的没有明确定义标志的算法,选择四种算法在UCI的六个数据集上对距离矩阵进行比较。每个样... 距离度量学习是机器学习领域较为活跃的研究课题之一,文中利用UCI(加州大学欧文分校)数据库的数据对度量学习算法进行比较研究。为了寻找一种可靠的没有明确定义标志的算法,选择四种算法在UCI的六个数据集上对距离矩阵进行比较。每个样本数据集的性质(尺寸和维度)是不同的,因此算法的结果也不同。编码相似度算法在大多数情况下表现良好。在未来的实际应用领域,对于提高无标记数据和相似集的距离度量学习算法的精确性提供了研究基础。 展开更多

关键词 距离度量学习 机器学习 距离矩阵 马氏距离 UCI数据库 比较研究

在线阅读 下载PDF 职称材料

基于距离度量学习的集成谱聚类 被引量：3

13

作者 牛科 张小琴 贾郭军 《计算机工程》 CAS CSCD 北大核心 2015年第1期207-210,244,共5页

无监督学习聚类算法的性能依赖于用户在输入数据集上指定的距离度量,该距离度量直接影响数据样本之间的相似性计算,因此,不同的距离度量往往对数据集的聚类结果具有重要的影响。针对谱聚类算法中距离度量的选取问题,提出一种基于边信息... 无监督学习聚类算法的性能依赖于用户在输入数据集上指定的距离度量,该距离度量直接影响数据样本之间的相似性计算,因此,不同的距离度量往往对数据集的聚类结果具有重要的影响。针对谱聚类算法中距离度量的选取问题,提出一种基于边信息距离度量学习的谱聚类算法。该算法利用数据集本身蕴涵的边信息,即在数据集中抽样产生的若干数据样本之间是否具有相似性的信息,进行距离度量学习,将学习所得的距离度量准则应用于谱聚类算法的相似度计算函数,并据此构造相似度矩阵。通过在UCI标准数据集上的实验进行分析,结果表明,与标准谱聚类算法相比,该算法的预测精度得到明显提高。 展开更多

关键词 数据挖掘 边信息 相似度矩阵 距离度量学习 谱聚类 UCI数据集

在线阅读 下载PDF 职称材料

基于距离度量学习的棉花品级分类方法研究 被引量：3

14

作者 张婷 高颖 +4 位作者 王东 吕炎 董军宇 亓琳 陈鹏 《中国棉花》 2018年第8期12-19,共8页

由于人工定级的方法存在如效率低、主观性强等诸多弊端,本文提出了1种经济有效的棉花品级分类方法。使用主成分分析法对数据集进行预处理,从而降低特征向量的维度;使用大边界k近邻算法学习得到1个马氏距离度量矩阵,从而实现对棉花图像... 由于人工定级的方法存在如效率低、主观性强等诸多弊端,本文提出了1种经济有效的棉花品级分类方法。使用主成分分析法对数据集进行预处理,从而降低特征向量的维度;使用大边界k近邻算法学习得到1个马氏距离度量矩阵,从而实现对棉花图像的分析、特征提取等操作,使用距离度量学习、机器学习的技术来模拟人类的视觉感知;训练k近邻分类器,从而实现棉花品级的自动分类。通过试验证明了本文提出的方法可以有效现实棉花品级分类。 展开更多

关键词 棉花 品级分类 特征提取 距离度量学习 机器学习

在线阅读 下载PDF 职称材料

基于距离度量学习的半监督多视角谱聚类算法 被引量：2

15

作者 杨金鸿 邓廷权 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2016年第1期146-151,共6页

为了有效利用少量先验信息提高多视角数据聚类效果,提出一种基于距离度量学习的半监督多视角谱聚类算法(简称ML-SMC)。首先,利用距离度量学习引入先验信息,将多视角数据映射到反映先验约束条件的空间。然后,根据相似性构造每个视角的视... 为了有效利用少量先验信息提高多视角数据聚类效果,提出一种基于距离度量学习的半监督多视角谱聚类算法(简称ML-SMC)。首先,利用距离度量学习引入先验信息,将多视角数据映射到反映先验约束条件的空间。然后,根据相似性构造每个视角的视图,将多视角聚类问题转化为最小正则割的图划分问题。实验结果表明,MLSMC算法聚类结果的精度优于3种经典的多视角聚类算法和4种半监督单视角聚类算法。并且通过利用少量先验信息ML-SMC算法能够有效提高聚类效果。 展开更多

关键词 距离度量学习 多视角聚类 谱聚类 半监督聚类 数据挖掘

在线阅读 下载PDF 职称材料

半监督距离度量学习的内蕴加速投影梯度算法 被引量：2

16

作者 仰迪 白延琴 李倩 《运筹学学报》 CSCD 北大核心 2018年第2期66-78,共13页

考虑求解一类半监督距离度量学习问题.由于样本集(数据库)的规模与复杂性的激增,在考虑距离度量学习问题时,必须考虑学习来的距离度量矩阵具有稀疏性的特点.因此,在现有的距离度量学习模型中,增加了学习矩阵的稀疏约束.为了便于模型求解... 考虑求解一类半监督距离度量学习问题.由于样本集(数据库)的规模与复杂性的激增,在考虑距离度量学习问题时,必须考虑学习来的距离度量矩阵具有稀疏性的特点.因此,在现有的距离度量学习模型中,增加了学习矩阵的稀疏约束.为了便于模型求解,稀疏约束应用了Frobenius范数约束.进一步,通过罚函数方法将Frobenius范数约束罚到目标函数,使得具有稀疏约束的模型转化成无约束优化问题.为了求解问题,提出了正定矩阵群上加速投影梯度算法,克服了矩阵群上不能直接进行线性组合的困难,并分析了算法的收敛性.最后通过UCI数据库的分类问题的例子,进行了数值实验,数值实验的结果说明了学习矩阵的稀疏性以及加速投影梯度算法的有效性. 展开更多

关键词 距离度量学习 加速投影梯度算法 正定矩阵群

在线阅读 下载PDF 职称材料

距离度量学习法在水库静库容调洪演算中的应用 被引量：4

17

作者 纪国良 刘涛 +1 位作者 胡腾腾 吴晓 《水电能源科学》 北大核心 2020年第8期62-65,13,共5页

静库容法和动库容法是水库调洪演算最常用的方法,与动库容法相比静库容法简单快速,所需资料较少,在水库蓄水期和消落期可直接用于水库调洪。但由于未考虑入库向出库转换的时间延迟,在汛期易造成较大的库水位计算误差。对此,设计了距离... 静库容法和动库容法是水库调洪演算最常用的方法,与动库容法相比静库容法简单快速,所需资料较少,在水库蓄水期和消落期可直接用于水库调洪。但由于未考虑入库向出库转换的时间延迟,在汛期易造成较大的库水位计算误差。对此,设计了距离度量学习算法,对当前的预报样本,先使用静库容法计算库水位;然后根据学习的距离度量,从历史样本中寻找若干个与当前水情相似的样本,用这些相似样本的库水位计算误差的线性组合对当前样本的计算库水位进行修正,改善其精度。以三峡水库2009~2017年的数据作为训练集,以2018年的数据作为测试集,试验结果表明距离度量学习算法能够显著改善汛期库水位的计算精度。 展开更多

关键词 水库调洪 静库容法 动库容法 距离度量学习法 库水位

在线阅读 下载PDF 职称材料

基于距离度量学习的多粒度模糊粗糙特征选择算法

18

作者 桑彬彬 杨书箫 +2 位作者 李梗森 魏宏扬 杨蕾 《南京理工大学学报》 2025年第3期290-297,共8页

模糊粗糙集被广泛应用于特征选择,但其在计算样本间的模糊关系时并未充分考虑标签信息对样本间的距离计算造成的影响,导致模型无法真实反映样本间的相似性。该文旨在将距离度量学习与多粒度模糊粗糙集结合,解决传统模糊粗糙集在特征选... 模糊粗糙集被广泛应用于特征选择,但其在计算样本间的模糊关系时并未充分考虑标签信息对样本间的距离计算造成的影响,导致模型无法真实反映样本间的相似性。该文旨在将距离度量学习与多粒度模糊粗糙集结合,解决传统模糊粗糙集在特征选择中忽略标签导致的相似性度量失真问题,提升对分类任务的判别能力。首先,提出了一种基于距离度量学习的多粒度模糊粗糙集模型(DmlMFRS)。该模型在不同粒度上动态调整标签权重,通过考虑对同类样本距离和异类样本距离的约束,减少了分类不确定性。其次,介绍并证明了该模型的相关性质。随后,构建了基于DmlMFRS的特征选择算法。最后,将所提算法与3个传统特征选择算法在8个公开数据集上进行分类精度对比。相较于FPRS、DRSQR和FNRS 3种传统算法,该文算法在分类与回归树(CART)、朴素贝叶斯(NB)、支持向量机(SVM)和K最近邻(KNN)分类器上的平均分类精度分别提升21.2%、16.7%、29.7%和29.6%,实验结果表明该文所提特征选择算法的分类精度优于传统特征选择算法。 展开更多

关键词 多粒度 模糊粗糙集 距离度量学习 特征选择

在线阅读 下载PDF 职称材料

多视角判别度量学习的乳腺影像检索方法 被引量：3

19

作者 周国华 蒋晖 +1 位作者 顾晓清 殷新春 《液晶与显示》 CAS CSCD 北大核心 2020年第6期619-630,共12页

传统的医学影像检索使用单幅影像,但单幅影像中的影像信息有限,且不能有效利用不同角度拍摄的医学影像。为解决这一问题,提出了一种多视角判别度量学习的医学影像检索方法。基于Fisher判别模型在多个视角之间学习鲁棒的度量空间,使得相... 传统的医学影像检索使用单幅影像,但单幅影像中的影像信息有限,且不能有效利用不同角度拍摄的医学影像。为解决这一问题,提出了一种多视角判别度量学习的医学影像检索方法。基于Fisher判别模型在多个视角之间学习鲁棒的度量空间,使得相似的医学影像在度量空间紧密地映射,不相似的医学影像尽可能地彼此分离。同时,设置视角权重因子充分利用每个视角特征的不同表征信息。在“乳腺癌数字存储库”中与4种多视角方法比较,本文提出的方法检索准确率提高7%,识别率更高。 展开更多

关键词 医学影像检索 乳腺影像 多视角 距离度量学习

在线阅读 下载PDF 职称材料

加权成对约束度量学习在说话人识别中的应用 被引量：2

20

作者 罗剑 杨印根 雷震春 《计算机工程与应用》 CSCD 北大核心 2016年第11期158-163,共6页

I-vector说话人识别系统常用距离来衡量说话人语音间的相似度。加权成对约束度量学习算法(WPCML)利用成对训练样本的加权约束信息训练一个用于计算马氏距离的度量矩阵。该度量矩阵表示的样本空间中,同类样本间的距离更小,非同类样本间... I-vector说话人识别系统常用距离来衡量说话人语音间的相似度。加权成对约束度量学习算法(WPCML)利用成对训练样本的加权约束信息训练一个用于计算马氏距离的度量矩阵。该度量矩阵表示的样本空间中,同类样本间的距离更小,非同类样本间的距离更大。在美国国家标准技术局(NIST)2008年说话人识别评测数据库(SRE08)的实验结果表明,WPCML算法训练度量矩阵用于马氏距离相似度打分,比用余弦距离相似度打分的性能更好。选择训练样本对方法用于构造度量学习训练样本集能进一步提高系统实验性能,并优于目前最流行的PLDA分类器。 展开更多

关键词 说话人识别 马氏距离 距离度量学习 机器学习 模式识别

在线阅读 下载PDF 职称材料