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:
针对非监督线性差分投影(unsupervised linear differential projection,ULDP)在特征提取过程中存在的不足,提出了基于多流形的非监督线性差分投影(multi-manifold unsupervised linear differential projection, MULDP)算法,并将其应用于人脸识别中。MULDP首先构造出多流形局部近邻图和多流形最大全局方差,然后通过多目标最优化问题求解出嵌入在高维空间的低维流形。这种映射不仅能表示全局结构,还能表示局部结构。该算法可以得到嵌入在高维空间的低维流形,更好地实现了局部与全局结构信息的有效保持。在ORL、Yale及AR人脸库上的实验结果验证了所提算法的优越性。
推荐文章
采用邻域关联性的非监督流形对齐算法
流形对齐
关联性
局部邻域
非监督
基于最大分离度差的有监督核局部保持投影
有监督局部保持投影
最大分离度差
小样本问题
人脸识别
采用邻域关联性的非监督流形对齐算法
流形对齐
关联性
局部邻域
非监督
基于流形保持投影的驾驶疲劳识别
疲劳识别
光流
保局投影
流形保持投影
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 多流形的非监督线性差分投影算法
来源期刊 计算机科学与探索 学科 工学
关键词 人脸识别 特征提取 多流形 非监督线性差分投影(ULDP)
年,卷(期) 2016,(11) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 1578-1587
页数 10页 分类号 TP391.4
字数 5355字 语种 中文
DOI 10.3778/j.issn.1673-9418.1604045
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 万鸣华 南京审计大学工学院 9 69 5.0 8.0
7 杨国为 南京审计大学工学院 15 26 2.0 4.0
8 杨章静 南京审计大学工学院 5 21 2.0 4.0
9 张凡龙 南京审计大学工学院 8 24 3.0 4.0
13 王巧丽 南昌航空大学江西省图像处理与模式识别重点实验室 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (65)
参考文献  (16)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
特征提取
多流形
非监督线性差分投影(ULDP)
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导