核判别随机近邻嵌入分析方法

作     者：王万良 邱虹 黄琼芳 郑建炜 Wang Wanliang;Qiu Hong;Huang Qiongfang;Zheng Jianwei

作者机构：浙江工业大学计算机科学与技术学院杭州310023 

基　　金：国家“十二五”科技支撑计划(2012BAD10B01) 国家自然科学基金(61070043) 浙江省自然科学基金(LQ12F03011) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2014年第26卷第4期

页      码：623-631页

摘      要：为了有效地解决非线性特征提取中存在的鉴别效率和样本外问题,最大限度地保持观测信息,并进一步提高相关方法的降维性能,将核学习的方法应用到判别随机近邻嵌入分析方法中,提出一种核判别随机近邻嵌入分析方法.通过引入核函数,将原空间中的样本映射到高维核空间中,构建了用于反映同类和异类数据间相似度的联合概率表达式;在此基础上,引入线性投影矩阵生成对应子空间数据;最后在类内Kullback-Leiber(KL)散度最小和类间KL散度最大的准则下建立目标泛函.该方法突出了异类样本间的特征差异,使样本变得线性可分,从而提高了分类性能.在COIL-20图像库和ORL,Yale经典人脸库上进行实验,验证了文中方法的分类鉴别能力.

主 题 词：判别随机近邻嵌入 基于核函数的方法 数据可视化 非线性特征提取 

学科分类：08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 081202[081202] 

核心收录：

馆 藏 号：203227548...