基于样本局部判别权重的加权迁移成分分析

• 作者: 王雪松 程玉虎 臧绍飞
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 局部判别权重 迁移成分分析 最大均值差异 联合分布调整 线性判别分析
• 年，卷（期）: 2016,（5）
• 页码范围: 1043-1049,1057
• 分类号: TP391.4
• 语种: 中文

摘要

鉴于迁移成分分析(TCA)忽略了样本间的局部信息差异性,提出一种基于样本局部判别权重的加权迁移成分分析.首先,通过对局部近邻圆内样本分布情况的分析,为共享特征子空间中的每个样本均设计一个局部判别权重;然后,通过将局部判别权重与最大均值差异相结合构造的分布差异矩阵引入进TCA的目标函数中,从而体现样本对维持局部结构的贡献度差异;最后,结合联合分布调整和线性判别分析,使算法不仅能够同时缩小领域间的边缘分布差异和条件分布差异,而且能够提高算法的类间可分特性.36组跨领域图片数据集上的实验结果表明,所提算法能够获得65.67％的平均分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程玉虎	中国矿业大学信息与电气工程学院	58	576	13.0	20.0
2	王雪松	中国矿业大学信息与电气工程学院	71	677	13.0	22.0
3	臧绍飞	中国矿业大学信息与电气工程学院	2	9	2.0	2.0