核正交判別局部正切空間對齊算法.pdf

核正交判別局部正切空間對齊算法.pdf

ID:54127015

大?。?20.08 KB

頁數:8頁

時間:2020-04-29

核正交判別局部正切空間對齊算法.pdf_第1頁
核正交判別局部正切空間對齊算法.pdf_第2頁
核正交判別局部正切空間對齊算法.pdf_第3頁
核正交判別局部正切空間對齊算法.pdf_第4頁
核正交判別局部正切空間對齊算法.pdf_第5頁
資源描述:

《核正交判別局部正切空間對齊算法.pdf》由會員上傳分享,免費在線閱讀,更多相關內容在行業(yè)資料-天天文庫。

1、第26卷第7期模式識別與人工智能Vol.26No.72013年7月PR&AIJul2013?核正交判別局部正切空間對齊算法鄭剛民夏蘇娜馬媛媛馬小虎(蘇州大學計算機科學與技術學院蘇州215006)摘要針對現有的局部正切空間算法中存在的問題,文中提出一種基于核變換的特征提取方法———核正交判別局部正切空間對齊算法(KOTSDA).該算法首先利用核方法將人臉圖像投影到一個高維非線性空間,提取其非線性信息;然后在目標函數中利用正切空間判別分析算法在保持樣本的類內局部幾何結構的同時最大化類間差異;最后添加正交約束,得到核正交判別局部正切空間對齊算法.該算法不需

2、要經過PCA降維,有效避免判別信息的丟失,在ORL和Yale人臉庫上的實驗驗證算法有效性.關鍵詞特征提取,局部正切空間對齊,核空間,流形學習中圖法分類號TP391.4KernelOrthogonalDiscriminantLocalTangentSpaceAlignmentAlgorithmZHENGGang-Min,XIASu-Na,MAYuan-Yuan,MAXiao-Hu(SchoolofComputerScienceandTechnology,SoochowUniversity,Suzhou215006)ABSTRACTToaddressth

3、edrawbacksofthelocaltangentspacealignmentalgorithm,afeatureextractionmethodbasedonkerneltransformation,kernelorthogonaldiscriminantlocaltangentspacealignmentalgorithm(KOTSDA),isproposed.Firstly,thekernelmappingisperformedtomapthefacedataintoahighdimensionalnonlinearspaceandextr

4、actthenonlinearinformation.Then,tangentspacediscriminantanalysisalgorithmisusedtopreservetheintra-classlocalgeometricstructuresandsimultaneouslymaximizetheinter-classdifferenceintargetfunction.Finally,KOTSDAisobtainedwithorthogonalconstraints.Iteffectivelyavoidslosingdiscrimina

5、ntinformationwhichdoesnotneedtopreprocessbyPCAdimensionalreduction.TheexperimentsonORLandYalefacedatabasesdemonstratetheeffectivenessoftheproposedalgorithm.KeyWordsFeatureExtraction,LocalTangentSpaceAlignment,KernelSpace,ManifoldLearning?國家自然科學基金資助項目(No.61272258)收稿日期:2012-07-03

6、;修回日期:2013-01-05作者簡介鄭剛民,男,1987年生,碩士研究生,主要研究方向為模式識別、圖像處理.E-mail:20104227036@suda.edu.cn.夏蘇娜,女,1988年生,碩士研究生,主要研究方向為模式識別、圖像處理.馬媛媛,女,1988年生,碩士研究生,主要研究方向為模式識別、圖像處理.馬小虎(通訊作者),男,1964年生,教授,主要研究方向為模式識別、圖像處理、計算機圖形學.E-mail:xhma@suda.edu.cn.674模式識別與人工智能26卷[12]1引言tion,KSRC)等.通過核方法提取數據中的非線性信

7、息,并將其投影到一個高維的非線性空間,然后進行特征提取.但到目前為止,還沒有人提出基于近年來,基于流形的特征提取算法在模式識別LTSA的核方法.本文受TSDA及核方法啟發(fā),提出領域受到人們的極大關注,研究人員相繼提出包括[1]一種新的監(jiān)督流形學習算法———核正交判別局部正局部線性嵌入(LocallyLinearEmbedding,LLE)、[2]切空間對齊算法(KernetOrthogonalDiscriminantLocal拉普拉斯特征映射(LaplacianEigenmaps,LE)、TangentSpaceAlignmentAlgorithm,

8、KOTSDA).與局部正切空間對齊(LocalTangentSpaceAlignment,[3]TSDA相比

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯系客服處理。