×
朱瑞;董明志;薛京浩

高维数据分类中最近子空间方法的子空间学习距离。 （英语） 兹比尔1443.62190

信息科学。 481, 69-80 (2019)。
摘要：最近子空间方法（NSM）是一类广泛应用于高维数据分类的分类方法。本文提出通过学习样本到类子空间的定制距离度量来提高NSM的分类性能。学习距离度量称为“到子空间的学习距离”（LD2S）。在NSM的分类规则中使用LD2S可以使样本更接近其正确的类子空间，而远离其错误的子空间。这样，分类任务变得更容易，NSM的分类性能可以得到提高。在三个真实世界的高维光谱数据集上证明了使用LD2S进行NSM的优越分类性能。

引用于2文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

最近子空间方法;到子空间的距离;远程度量学习;正交距离;计分距离

软件：

LMNN公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Zhu}等人，《信息科学》。481、69-80（2019年；Zbl 1443.62190）
全文： 内政部 链接

参考文献：

[1] Arnalds，T。；McElhinney，J。；Fearn，T。；Downey，G.，《利用可见光和近红外光谱对生肉中物种进行分类鉴别分析》，J.近红外光谱。，12, 3, 183-188 (2004)
[2] 布兰登，K.V。；Hubert，M.，基于SIMCA方法的高维稳健分类，化学。智力。实验室系统。，79, 1, 10-21 (2005)
[3] Chi，Y.，缺失数据的最近子空间分类，信号、系统和计算机，2013年Asilomar会议，1667-1671（2013），IEEE
[4] Chi，Y。；Porikli，F.，《连接多类分类中的点：从最近子空间到协作表示》，计算机视觉和模式识别（CVPR），2012年IEEE会议，3602-3609（2012），IEEE
[5] 杜兰特，C。；R兄弟。；Cocchi，M.，基于SIMCA方法的N路阵列分类工具，Chemom。智力。实验室系统。，106, 1, 73-85 (2011)
[6] 费拉蒂，F。；Vieu，P.，《非参数函数数据分析：理论与实践》（2006），Springer Science&Business Media·Zbl 1119.62046号
[7] 福井，K。；Maki，A.，差分子空间及其子空间方法的推广，IEEE Trans。模式分析。机器。智力。，37, 11, 2164-2177 (2015)
[8] 霍尔，P。；蒂特林顿，医学博士。；Xue，J.-H.，高维数据的基于中值的分类器，美国统计协会，104，488，1597-1608（2009）·Zbl 1205.62078号
[9] 霍尔，P。；Xue，J.-H.，将先验概率纳入高维分类器，生物特征，97，1，31-48（2010）·Zbl 1183.62105号
[10] 霍尔，P。；Xue，J.-H.，《从高维数据中选择交互特征》，《计算》。统计数据分析。，71, 694-708 (2014) ·Zbl 1471.62085号
[11] Lee，K.C。；Ho，J。；Kriegman，D.J.，获取可变照明下人脸识别的线性子空间，IEEE Trans。模式分析。机器。智力。，27, 5, 684-698 (2005)
[12] 米斯，C。；Souard，F。；德尔波特，C。；Deconick，E。；被盗，P。；圣维尼，C。；考夫曼，J.-M。；De Braekeler，K.，《使用FT-NIR光谱和SIMCA识别咖啡叶》，塔兰塔，177，4-11（2018）
[13] 米，J.-X。；黄，D.-S。；王，B。；Zhu，X.，用于人脸识别的最近-最近子空间分类，神经计算，113，241-250（2013）
[14] Mnassri，B。；阿纳努，B。；Ouladsine，M.，基于主成分分析和新贡献图的故障检测和诊断，IFAC Proc。第42、8、834-839卷（2009年）
[15] Mnassri，B。；Ouladsine，M.，《利用主成分分析改进故障诊断的基于重构的贡献方法》，《过程控制杂志》，33，60-76（2015）
[16] 内贾戈利，I。；Bolic，M.，《生物阻抗谱测量分类的PCA、SIMCA和cole模型的比较研究》，计算。生物医学，63，42-51（2015）
[17] 拉弗蒂，M。；刘，X。；Laverty，D.M。；McLoone，S.，使用移动窗口PCA的实时多事件检测和分类，IEEE Trans。智能电网，7，5，2537-2548（2016）
[18] Sgarbossa，A。；科斯塔，C。；梅内萨蒂，P。；安东尼奇，F。；帕洛蒂诺，F。；萨内蒂，M。；Grigolato，S。；Cavalli，R.，多元SIMCA指数作为木质颗粒质量评估的判别指标，更新。能源，76，258-263（2015）
[19] 田强。；陈，S。；乔，L.，有序边缘度量学习及其在交叉分布图像数据中的扩展，信息科学。，349, 50-64 (2016) ·Zbl 1398.68461号
[20] Van den Kerkhof出版社。；Vanlaer，J。；杜松子酒，G。；Van Impe，J.F.，《统计过程控制基于贡献图的故障隔离中的涂抹分析》，化学。工程科学。，104, 285-293 (2013)
[21] 温伯格，K.Q。；Saul，L.K.，《大幅度最近邻分类的距离度量学习》，J.Mach。学习。决议，10207-244（2009）·Zbl 1235.68204号
[22] Wold，S.，通过不相交主成分模型进行模式识别，模式识别。，8, 3, 127-139 (1976) ·Zbl 0336.68040号
[23] Xing，E.P。；Ng，A.Y。；M.I.乔丹。；Russell，S.，距离度量学习及其在带有副信息的聚类中的应用，高级神经信息处理。系统。，15, 505-512 (2003)
[24] Yu，J。；陶博士。；李，J。；Cheng，J.，语义保持距离度量学习与应用，信息科学。，281, 674-686 (2014)
[25] 张，L。；周，W.-D。；Liu，B.，非线性最近子空间分类器，神经信息处理国际会议，638-645（2011），Springer
[26] 朱，P。；胡，Q。；左，W。；Yang，M.，通过邻域颗粒边缘最大化进行多粒度距离度量学习，Inf.Sci。，282, 321-331 (2014)
[27] 朱，R。；福井，K。；Xue，J.-H.，在生成矩阵上构建判别序子空间以分类高维光谱数据，Inf.Sci。，382, 1-14 (2017)
[28] 朱，R。；Xue，J.-H.关于高维数据分类的类子空间的正交距离，信息科学。，417, 262-273 (2017) ·Zbl 1435.62257号
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。