基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
改进的局部切空间排列( ILTSA)算法解决了当样本稀疏、分布不均匀或数据流密度曲率变化较大时,局部切空间排列算法不能揭示流形结构的问题,用于人脸识别能提取更好的低维特征,但不能有效处理不断增加的数据集的问题。为此,提出一种可泛化的ILTSA( GILTSA)算法。结合类别信息定义样本间的距离实现各样本的近邻集选择,基于ILTSA算法求解训练样本集的低维流形,对每个新样本寻找其在训练样本集中的最近邻,然后根据ILTSA算法原理求得其近似低维流形。在ORL、Yale和埃塞克斯大学人脸库上的实验结果表明,与主成分分析算法和线性局部切空间排列算法等相比,GILTSA算法具有更好的识别率。
推荐文章
一种改进的局部切空间排列算法
流形学习
数据降维
局部切空间排列
切空间
协方差矩阵
一种改进的局部切空间排列算法
流形学习
数据降维
局部切空间排列
切空间
协方差矩阵
基于流形学习的泛化改进的LTSA算法
改进的局部切空间排列(ILTSA)
人脸识别
流形学习
可泛化
面向高光谱影像分类的改进局部切空间排列降维
多策略提升局部切空间排列
局部切空间排列
随机映射
降维
高光谱影像分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 泛化改进的局部切空间排列算法
来源期刊 计算机工程 学科 工学
关键词 流形学习 局部切空间排列 泛化 特征提取 人脸识别
年,卷(期) 2014,(11) 所属期刊栏目 ?人工智能及识别技术?
研究方向 页码范围 160-166
页数 7页 分类号 TP18
字数 5397字 语种 中文
DOI 10.3969/j.issn.1000-3428.2014.11.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 厉小润 浙江大学电气工程学院 55 414 12.0 16.0
2 赵辽英 杭州电子科技大学计算机应用技术研究所 42 266 10.0 14.0
3 李富杰 杭州电子科技大学计算机应用技术研究所 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (4)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
流形学习
局部切空间排列
泛化
特征提取
人脸识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导