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:
针对局部保持投影算法的无监督性质和参数选择复杂性问题,结合线性鉴别分析算法,提出一种改进的有监督无参数局部保持投影算法(Linear Discriminant Supervised Parameter-free Locality Preserving Projection algorithm,LD-SPLPP).LD-SPLPP算法采用监督模式并使用广义 Dice 系数的方法构建近邻矩阵,有效避免 LPP (Locality Preserving Proj ection)算法参数选择调整的问题.新算法在 UCI的八个低维度数据集和两个高维度人脸数据库上进行了实验,通过对数据的特征提取,采用最近邻分类法统计识别率,并分析了实验分类后的数据值与算法性能的关系.上述实验过程中,将新算法与 PCA,LDA,ULDA,OLDA,LPP,SPLPP,PSKLPP,PSLMM 和EP-SLPP算法进行了对比,实验结果证明了 LD-SPLPP在数据降维和特征提取方面的有效性.
推荐文章
应用于人脸识别的改进局部保持投影算法
局部保持投影
类别信息
人脸识别
降维
一种鉴别稀疏局部保持投影的人脸识别算法
人脸识别
维数约简
稀疏重构
局部保持投影
基于集成核局部保持投影算法的故障检测
故障诊断
集成核主元分析
集成核局部保持投影
贝叶斯决策
集成学习法
核的正交完备鉴别局部保持投影
人脸识别
特征提取
完备鉴别局部保持投影
核函数
局部总体散度矩阵
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 基于线性鉴别的无参数局部保持投影算法
来源期刊 南京大学学报(自然科学版) 学科 工学
关键词 特征提取 局部保持投影 线性鉴别 无参数近邻矩阵 广义Dice系数
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 211-220
页数 10页 分类号 TP391.14
字数 7761字 语种 中文
DOI 10.13232/j.cnki.jnju.2019.02.006
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 业宁 南京林业大学信息科学技术学院 83 805 16.0 24.0
2 业巧林 南京林业大学信息科学技术学院 31 77 5.0 8.0
3 范君 南京林业大学信息科学技术学院 10 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  (50)
共引文献  (14)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(7)
  • 参考文献(3)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
特征提取
局部保持投影
线性鉴别
无参数近邻矩阵
广义Dice系数
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导