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:
稀疏保持投影算法是一种无监督的全局线性降维方法,无法应对训练样本不足及类内样本间差异过大的情况。针对该问题,提出一种结合成对约束机制的近邻稀疏保留投影算法。利用近邻样本求取稀疏系数以保留局部结构信息,引入成对约束监督的思想,利用样本类别指导稀疏重构过程,最后定义能最大限度保留稀疏系数中蕴含的类别信息的低维子空间。将该算法用于人脸识别,实验结果证明了算法在识别率以及运行时间上的有效性和可行性。
推荐文章
基于成对约束和稀疏保留的数据降维算法
稀疏保留
机器学习
特征提取
人脸识别
稀疏编码的最近邻填充算法
缺失值填充
稀疏编码
重构
均方根误差
相关系数
数据预处理
稀疏近邻保持投影
降维
稀疏保持投影
近邻保持嵌入
加权融合
平衡参数
基于PCA空间的自适应相似近邻保持投影算法
非相度保持投影
特征提取
参数
小样本
自适应
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 结合成对约束的近邻稀疏保留投影算法
来源期刊 计算机工程与应用 学科 工学
关键词 降维 近邻稀疏保留投影 成对约束 人脸识别
年,卷(期) 2016,(7) 所属期刊栏目 图形图像处理
研究方向 页码范围 176-180
页数 5页 分类号 TP391.41
字数 4536字 语种 中文
DOI 10.3778/j.issn.1002-8331.1404-0444
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 丁永生 东华大学信息科学与技术学院 196 2432 22.0 42.0
5 郝矿荣 东华大学信息科学与技术学院 91 547 13.0 17.0
9 郭爽 东华大学信息科学与技术学院 3 7 2.0 2.0
10 彭澎 东华大学信息科学与技术学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (20)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1936(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
降维
近邻稀疏保留投影
成对约束
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导