一种面向图像分类的流形学习降维算法

• 作者: 冯新扬 刘开南 邵超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 流形学习 局部线性嵌入 图像分类 人脸识别 降维算法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法
• 页码范围: 210-213,229
• 页数: 5页
• 分类号: TP391.1
• 字数: 2294字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.036

摘要

数据挖掘中的流形学习降维算法可以应用于图像分类等领域.提出一种面向图像分类的流形学习降维算法Mod-LLE(Modified Locally Linear Embedding).该算法是针对高维数据的局部线性嵌入降维算法的改进,其整合了图像识别信息来更好地改善优化效果,达到在处理过程中保证原始数据固有的拓扑组成结构.以标准数据集作为案例进行测试.图像分类功能测试与降维性能测试结果表明:该算法对于人脸图像的分类精度比较高,降维性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵超	河南财经政法大学计算机与信息工程学院	26	205	6.0	13.0
2	冯新扬	河南财经政法大学计算机与信息工程学院	6	51	4.0	6.0
3	刘开南	三亚学院信息与智能工程学院	10	12	3.0	3.0