×
高全雪；刘晶晶；崔凯；张海林；王晓刚

用于图像识别的稳定局部敏感判别分析。 （英语） Zbl 1308.68094号

神经网络。 54, 49-56 (2014).
摘要：局部敏感判别分析（LSDA）是一种流行的基于流形学习的降维判别方法。然而，LSDA忽略了表征数据多样性的类内变化，导致类内几何结构表示不稳定，算法性能不够好。本文提出了一种新的降维方法，即稳定局部敏感判别分析（SLSDA）。SLSDA构造邻接图来模拟数据的多样性，然后将其集成到LSDA的目标函数中。在五个数据库中的实验结果表明了该方法的有效性。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别

关键词：

降维；多样性；相似性；流形学习

软件：

线圈-20；CMU项目；AR面
PDF格式BibTeX公司 XML格式引用
\textit{Q.Gao}等人，神经网络。54、49-56（2014；Zbl 1308.68094）
全文： 内政部

参考文献：

[1] Belhumeur，P.N。；Hepanha，J.P。；Kriegman，D.J.，《特征脸与渔夫脸：使用类特定线性投影的识别》，IEEE模式分析与机器智能学报，19，7，711-720（1997）
[2] 贝尔金，M。；Niyogi，P.，用于降维和数据表示的拉普拉斯特征映射，神经计算，15，6，1373-1396（2003）·Zbl 1085.68119号
[7] Fukunaga，K.，《统计模式识别导论》（1990），学术出版社·Zbl 0711.62052号
[8] 高奇。；郝，X。；赵（Q.Zhao）。；沈伟（Shen，W.）。；Ma，J.，使用二维邻域边缘和变化嵌入的特征提取，计算机视觉和图像理解，117，5，525-531（2013）
[9] 高奇。；刘杰。；张，H。；高，X。；Li，K.，联合全局和局部结构判别分析，IEEE信息取证和安全事务，8，4，626-635（2013）
[10] 高奇。；刘杰。；张，H。；Hou，J。；Yang，X.，图像识别的增强Fisher判别准则，模式识别，45，10，3717-3724（2012）
[11] 高奇。；马，J。；张，H。；高，X。；Liu，Y.，用于线性降维的稳定正交局部鉴别嵌入，IEEE图像处理学报，22，7，2521-2531（2013）
[12] 高奇。；Xu，H。；李毅。；Xie，D.，二维监督局部相似性和多样性投影，模式识别，43，10，3359-3363（2010）·Zbl 1209.68415号
[13] 高奇。；张，H。；杨，X。；刘杰。；Liu，Y.，图像识别的关节几何和可变性，神经计算，99，241-249（2013）
[15] 何，X。；Yan，S。；胡，Y。；Niyogi，P。；Zhang，H.，使用拉普拉斯人脸的人脸识别，IEEE模式分析和机器智能汇刊，27，3，328-340（2005）
[17] 侯，C。；张，C。；Wu，Y。；Jiao，Y.，稳定局部降维方法，模式识别，422054-2066（2009）·Zbl 1177.68171号
[18] 黄，Y。；徐，D。；Nie，F.，使用迹比准则的半监督降维，IEEE神经网络和学习系统汇刊，23，3，519-526（2012）
[19] Hull，J.J.，手写文本识别研究数据库，IEEE模式分析和机器智能汇刊，16，5550-554（1994）(http://www-i6.informatik.rwth-aachen.de/keysers/usps.html）
[20] Jolliffe，I.T.，主成分分析（1986），Springer-Verlag·Zbl 1011.62064号
[21] 赖，Z。；Wan，M。；Z.Jin。；Yang，J.，用于特征提取的稀疏二维局部判别投影，神经计算，74，629-637（2011）
[23] 刘，C。；Wechsler，H.，Gabor使用增强Fisher线性判别模型进行人脸识别的基于特征的分类，IEEE图像处理学报，11，4，467-476（2002）
[24] Lu，J.，用于图像识别的增强局部敏感判别分析，《电子快报》，4，217-218（2010）
[26] Nene，S.A。；Nayar，S.K。；Murase，H.，哥伦比亚物体图像库：COIL-20。技术报告CUCS-006-96。哥伦比亚大学计算机科学系（1996年）
[27] Roweis，S。；Saul，L.，通过局部线性嵌入降低非线性维数，《科学》，290，5500，2323-2326（2000）
[30] Sugiyama，M.，通过局部Fisher判别分析对多模态标记数据进行降维，机器学习研究杂志，81027-1061（2007）·Zbl 1222.68312号
[31] Tenenbaum，J。；德席尔瓦，V。；Langford，J.，非线性降维的全球几何框架，科学，29055002319-2323（2000）
[32] Wang，H.，结构化稀疏线性图嵌入，神经网络，27，3，38-44（2012）
[33] 渡边，K。；冈田，M。；Ikeda，K.，《散度度量和局部变化近似的一般框架》，神经网络，24，10，1102-1109（2011）·兹比尔1266.68164
[35] Yan，S。；徐，D。；张，B。；张，H。；杨琼。；Lin，S.，图嵌入与扩展：降维的一般框架，IEEE模式分析与机器智能学报，29，1，40-51（2007）
[36] 杨，J。；张，D。；Frangi，A.F。；Yang，J.Y.，二维PCA：一种新的基于外观的人脸表示和识别方法，IEEE模式分析和机器智能汇刊，26，1，131-137（2004）
[37] Yang，T。；Priebe，C.E.，《模型错误指定对半监督分类的影响》，IEEE模式识别和机器智能汇刊，33，10，2093-2103（2011）
[38] 张，T。；陶，D。；李，X。；Yang，J.，面向降维的补丁对齐，IEEE知识与数据工程汇刊，21，9，1299-1313（2009）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。