摘要：在原有保局投影算法中引入用户反馈,用其更新构建降维映射的特征向量,从而得到一个更能够反映语义属性的图像表示子空间.该算法利用用户反馈迅速优化图像表示,使它具有长期学习的能力.实验结果表明:该算法可以提高检索的准确度,而且在经过长期学习后可以获得一个近似最优的图像降维子空间.

摘要：对国际上近来提出的保局投影(LPP)算法在图像检索中的最新应用研究进行了详细介绍;分析指明了几种基于LPP的图像检索算法的特点;设计并完成了基于LPP的图像检索算法图像检索效果的比较实验;最后根据实验结果总结了各类算法的优缺点。

摘要：针对战略模拟对抗研讨过程对关联图像信息的时效性、个性化、和动态演化需求,提出一种基于保局投影(Locality Preserving Projections,LPP)的图像信息按需检索算法。首先设计了一个由多个LPP单特征权矩阵合成的多特征权矩阵,对战略模拟图像数据进行高效降维;其次结合战略模拟的动态推演过程,提出了LPP多特征权矩阵的全局和局部优化策略,根据用户与系统交互获得的正负反馈,对用户的图像信息需求结构进行动态优化拟合。仿真实验结果表明,算法能够根据推演需求的动态演化实时返回内容上更具贴合度的图像信息,在一定程度上实现了战略模拟中的图像信息按需服务。

摘要：为了克服保局投影方法(locality preserving projection,LPP)对噪音敏感,有效性依赖于近邻图构造等缺点,提出一种基于集成图的保局投影方法(graphs ensemble based LPP,GELPP)。该方法先根据鲁棒统计原理定义出对噪声鲁棒的样本间相似性度量,再以该度量为基础构造多个近似的最大生成树;然后利用集成学习泛化能力强的优点来组合多个树为一个集成图;最后通过替换LPP的近邻图和相似性度量来进行保局投影。在高维人脸图像上的降维实验结果表明,该方法对噪声鲁棒,以及在集成图上降维的有效性。

摘要：自动人脸识别是智能视频监控的重要组成部分.为提高人脸姿态不确定时的识别准确率,提出一种姿态无关的识别方法.该方法分为训练与识别2个阶段:在训练阶段,利用样本图像的SIFT特征构造词汇树,基于该词汇树对每幅图像进行定量表示,并利用保局投影进行维度约减;在识别阶段,通过提取待识别图像的SIFT特征,利用已有词汇树表示图像,并通过保局投影得到低维特征,采用K近邻方法进行识别.实验结果表明,该方法在人脸姿态不确定的情况下能够有效地提高识别准确率.

摘要：面对日益增长的图像数据库,为用户提供一个简洁高效的搜索和浏览解决方案成为一个紧迫而且充满挑战的问题.图像聚类技术可以在许多方面为此提供帮助,例如图像数据预处理、用户界面设计,以及对搜索结果的聚类等.在众多聚类算法中,谱聚类(spectral clustering)方法由于能够解决复杂分布数据的聚类问题,以及接近全局最优的性能,成为近年来广受关注的一种方法.然而,目前存在的谱聚类方法,譬如normalized cut在处理新增数据点的聚类时,计算复杂度很高.提出了一种新的聚类算法——保局聚类.保局聚类在拥有许多非线性谱聚类方法优点的同时,又具有独特的数学特性——能提供显式的映射函数.这为在原数据集和新增数据集上进行高效的聚类提供了可能.实验结果显示,保局聚类比K均值聚类和主成分分析后的K均值聚类效果要好.实验同样显示,保局聚类与normalized cut效果可比,而前者更加高效.

摘要：针对LPP算法中最近相邻图不能很好地表示流形的局部结构问题,提出一种基于中心域的保局投影算法。该算法采用LBP获取图像的高阶全局统计信息,并将其投影到LPP的流形空间。流形空间的获取是以各图像间的中心域的欧式距离为标准构建最近相邻图,使其可以简单地、较好地表示流形局部结构,并得到数量较少的特征维数。在ORL人脸库上的实验结果表明,该方法可有效地降低特征维数,并取得较好的识别率。

摘要：风电机组运行环境恶劣、机组设备衰退是近年来齿轮箱故障频发的主要原因,其设备状态与机组安全性、运营成本息息相关。面对这一挑战,利用监控与数据采集系统数据,提出一种将保局投影、核极限学习机和信息熵相结合的风电机组齿轮箱故障预警方法。采用保局投影对风电机组状态参数进行特征提取后,使用核极限学习机建立状态参数预测模型,最后辅以改进的加入信息熵概念,可准确预警异常工况。以河北省张家口某一风电场的运行数据作为实例进行研究,仿真结果表明,所提算法至少能提前2天预警潜在故障,验证该预警方法的有效性与实效性。