×

一种用于非线性判别分析的动态参数估计模糊监督学习方法。 (英语) Zbl 1381.62221号

摘要:本文提出了一种基于动态参数估计的模糊监督学习算法。首先,针对训练样本提出了一种改进的监督模糊LDA算法(RF-LDA)。与传统的模糊LDA算法相比,该算法从每个训练样本中计算出与隶属度相关的判别向量,这在理论上有效地克服了不精确样本带来的分类限制。其次,当需要一个新的模糊LDA模型来对特征提取和分类做出决策时,模糊LDA的动态参数估计方法应该递归地处理可用的测量数据。根据前面的论点,我们通过考虑Hopfield神经网络(HNN)的形式,即HRF-LDA,来处理RF-LDA的控制参数估计问题。第三,考虑到核Fisher判别法(KFD)能够有效地利用核技巧提取特征空间的非线性判别信息,随后提出了一种核版本的HRF-LDA,其性能可能优于传统的模糊学习算法,特别是在非线性小样本情况下。该学习算法的优点是成功地将改进的核模糊LDA算法用作监督特征提取工具。同时,通过控制参数估计,解决了隶属度计算中偏移量的特定值是动态赋值的问题。在ORL、NUST603、FERET、Yale和XM2VTS人脸图像上进行的大量实验研究表明了所提模糊集成算法的有效性。

MSC公司:

62小时86 多元分析与模糊性
62H30型 分类和区分;聚类分析(统计方面)
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
94A08型 信息与通信理论中的图像处理(压缩、重建等)

软件:

费雷特KPCA加LDA
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[2] 梁振中。;Li,Y.F。;石培荣,二维线性判别分析的一个注记,《模式识别字母》,292122-2128(2008)
[3] 杨,J。;Frangi,A.F。;Yang,J.Y。;张,D。;Jin,Z.,KPCA plus LDA:用于特征提取和识别的完整核Fisher判别框架,IEEE模式分析和机器智能学报,27,2,230-244(2005)
[4] Yu,H。;Yang,J.,高维数据的直接LDA算法及其在人脸识别中的应用,模式识别,34,10,2067-2070(2001)·Zbl 0993.68091号
[5] 宋,X.N。;Yang,J.Y。;吴晓杰。;Yang,X.B.,Fisher判别式用于特征提取和识别的最佳对称零空间准则,软计算,15,281-293(2011)·兹伯利1237.68175
[6] 宋,X.N。;杨晓波(Yang,X.B.)。;Yang,J.Y。;吴,X.J。;Zheng,Y.J.,使用模糊四重子空间模型的判别分析方法,神经计算,732255-2265(2010)
[7] 张,X.X。;贾永德,基于随机子空间的人脸识别线性判别分析框架,模式识别,402585-2591(2007)·Zbl 1118.68649号
[8] Kwak,K.C。;Pedrycz,W.,使用模糊Fisherface分类器进行人脸识别,模式识别,38,10,1717-1732(2005)
[9] Keller,J.M。;格雷,M.R。;Givens,J.A.,《模糊最近邻算法》,IEEE系统事务,人与控制论,15,4,580-585(1985)
[10] 崔,Y。;Fan,L.Y.,使用模糊最大边缘准则的特征提取,神经计算,86,52-58(2012)
[12] Wan,M。;Yang,G。;赖,Z。;Jin,Z.,基于模糊局部判别嵌入的特征提取及其在人脸识别中的应用,IET计算机视觉,5,5,301-308(2011)
[13] 宋,X.N。;郑永杰。;吴晓杰。;杨晓波(Yang,X.B.)。;Yang,J.Y.,一种用于人脸识别的完全模糊判别分析方法,应用软计算,10208-214(2010)
[14] Ljung,L.,《用户系统识别理论》(1999),普伦蒂斯·霍尔:新泽西普伦蒂斯霍尔
[15] Atencia,医学硕士。;乔亚·G。;Sandoval,F.,具有稳定时变Hopfield网络的机器人系统参数识别,神经计算与应用,13270-280(2004)
[16] 胡振南。;Balakrishnan,S.N.,《使用Hopfield神经网络进行非线性系统参数估计》,《飞机杂志》,42,1,41-53(2005)
[17] 阿隆索,H。;门登萨,T。;Rocha,P.,用于在线参数估计的Hopfield神经网络,神经网络,22,450-462(2009)·Zbl 1338.93124号
[18] Belhumeur,P.N。;赫斯帕尼亚,J.P。;Kriegman,D.J.,《特征脸vs.Fisherfaces:使用类特定线性投影进行识别》,IEEE模式分析和机器智能学报,19,7,711-720(1997)
[21] Phillips,P.J。;Moon,H。;Rizvi,S.A。;Rauss,P.J.,面向人脸识别算法的FERET评估方法,IEEE模式分析和机器智能汇刊,22,10,1090-1104(2000)
[24] 北卡罗来纳州加西亚·佩德拉哈斯。;Ortiz-Boyer,D.,Boosting(k)-通过输入空间投影的最近邻分类器,应用专家系统,36,10570-10582(2009)
[25] 宋,F.X。;张,D。;Wang,J.Z。;刘,H。;Tao,Q.,参数化直接LDA及其在人脸识别中的应用,神经计算,71,191-196(2007)
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。