高維數(shù)據(jù)降維及其在圖像識別中的應用.pdf

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。