版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、新技術(shù)的革命,特別是信息技術(shù)的蓬勃發(fā)展,給社會的繁榮進步創(chuàng)造了前所未有的機遇。信息時代也是數(shù)據(jù)時代,數(shù)據(jù)已經(jīng)成為各個領域的寶貴財富和資源。各行各業(yè)每天都產(chǎn)生海量數(shù)據(jù),這些數(shù)據(jù)維數(shù)很高,具有信息量大、規(guī)模大、結(jié)構(gòu)復雜等特點。豐富的數(shù)據(jù)資源中包括很多有意義的數(shù)據(jù),同時,也包括很多沒有價值的數(shù)據(jù)。過高的維數(shù)掩蓋了數(shù)據(jù)的重要特征,給數(shù)據(jù)分析處理帶來干擾和困難。使用降維技術(shù)對數(shù)據(jù)進行科學分析加工,獲取用戶感興趣的信息,是科學研究的重要內(nèi)容。降維目
2、標是約簡數(shù)據(jù)的維數(shù),獲得高維數(shù)據(jù)更加簡潔有效的低維表示。降維的基本原理是把高維的輸入數(shù)據(jù)通過映射機制轉(zhuǎn)換到低維空間,并且保持數(shù)據(jù)中有意義的低維結(jié)構(gòu)。本文對降維技術(shù)的方法理論和實際應用進行了深入研究,并在這些研究的基礎上提出新的降維方法,獲得了一定的成果。主要工作包括如下幾個部分:
1.簡要介紹了降維技術(shù)研究背景、目的和意義、國內(nèi)外發(fā)展現(xiàn)狀和趨勢。對現(xiàn)有的各種線性、核和流形學習降維方法的特點進行解讀。
2.介紹圖像的預
3、處理工作和降維算法,預處理即是在圖像正式降維和識別前所做的一系列操作。預處理是獲得滿足需求的圖像的至關(guān)重要的步驟,這個步驟可以為相關(guān)的圖像降維識別實驗做準備。
3.基于稀疏表示分類器的分類思想,提出一種提高該分類器性能的判別投影降維方法。該方法充分利用稀疏表示隱含樣本的相似信息這一特征,切合分類器的預測準則建立函數(shù)模型優(yōu)化兩個目標:一是數(shù)據(jù)集的類間和類內(nèi)稀疏重構(gòu)誤差;二是數(shù)據(jù)集的區(qū)分度。優(yōu)化結(jié)果使樣本投影到低維空間中,確保稀疏
4、表示分類器具有更高的準確率。在AR和Yale數(shù)據(jù)庫上進行人臉識別實驗,驗證了所提出方法的有效性和魯棒性。
4.針對全局降維方法判別信息不足,局部降維方法對鄰域關(guān)系的判定存在缺陷的問題,提出間距判別投影降維方法。這個方法使用新的準則度量樣本的間距,并在降維過程中優(yōu)化樣本間距以便最大化同類樣本的相似性和最小化異類樣本的相似性。在表情識別的仿真實驗上表明,所提方法能夠提取更具區(qū)分性的低維特征,與傳統(tǒng)方法相比,能有效提高表情識別精度。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 局部線性嵌入降維及其在紅外及微光圖像識別中的應用.pdf
- 粗糙擬陣及其在高維數(shù)據(jù)降維中的應用研究.pdf
- 線性降維算法研究及其在人臉識別中的應用.pdf
- 數(shù)據(jù)降維方法研究及在人臉性別識別中的應用.pdf
- 降維方法在圖像檢索中的應用.pdf
- 基于流形學習的數(shù)據(jù)降維方法及其在人臉識別中的應用.pdf
- 數(shù)據(jù)降維技術(shù)的建模研究與應用——特征降維及其應用.pdf
- 深度學習在高光譜圖像的降維及分類中的應用.pdf
- 高維稀疏數(shù)據(jù)的降維方法與應用研究.pdf
- 增量學習及其在圖像識別中的應用.pdf
- 數(shù)學在遙感數(shù)據(jù)降維降噪中的應用
- 線性降維技術(shù)在圖像數(shù)字水印中的應用.pdf
- 基于數(shù)據(jù)降維的人臉圖像檢索及識別.pdf
- 數(shù)據(jù)降維算法研究及其應用.pdf
- 數(shù)據(jù)降維算法的研究及其應用.pdf
- 高維數(shù)據(jù)統(tǒng)計學習及其在人臉識別、微陣列分析中的應用.pdf
- 模糊支持向量機及其在圖像識別中的應用.pdf
- 半監(jiān)督降維及其在超光譜圖像分類中的應用研究.pdf
- 基于局部線性嵌入的高維數(shù)據(jù)降維研究.pdf
- 圖嵌入模型及其在數(shù)據(jù)降維中的應用.pdf
評論
0/150
提交評論