基于非线性降维多项式逻辑斯蒂回归的图像/非图像数据的分类与识别

• 作者: Mudasser NASEER 秦世引
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 非线性降维 数据分类 多项式逻辑斯蒂回归 图像/非图像数据
• 年，卷（期）: 2010,（1）
• 页码范围: 85-93
• 页数: 9页
• 分类号: TP391
• 字数: 992字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.01.015

摘要

在面向大规模复杂数据的模式分类和识别问题中,绝大多数的分类器都遇到了维数灾难这一棘手的问题.在进行高维数据分类之前,基于监督流形学习的非线性降维方法可提供一种有效的解决方法.利用多项式逻辑斯蒂回归方法进行分类预测,并结合基于非线性降维的非监督流形学习方法解决图像以及非图像数据的分类问题,因而形成了一种新的分类识别方法.大量的实验测试和比较分析验证了本文所提方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦世引	北京航空航天大学自动化科学与电气工程学院	67	1075	16.0	31.0
2	Mudasser NASEER	北京航空航天大学自动化科学与电气工程学院	1	0	0.0	0.0