標(biāo)架叢上的聯(lián)絡(luò)學(xué)習(xí)算法及其應(yīng)用研究.pdf

1、流形學(xué)習(xí)自2000年提出以來受到了人們廣泛的關(guān)注并取得了長足進(jìn)展。傳統(tǒng)流形學(xué)習(xí)方法需要足夠多的訓(xùn)練樣本學(xué)習(xí)高維數(shù)據(jù)的低維嵌入表示，所以，在單樣本訓(xùn)練情況下，流形學(xué)習(xí)仍存在泛化能力、魯棒性等問題。因此，本文從多流形學(xué)習(xí)的角度出發(fā)，提出了標(biāo)架叢上的聯(lián)絡(luò)學(xué)習(xí)算法，并將算法應(yīng)用于單樣本人臉識(shí)別問題中，本文主要內(nèi)容為：
　　(1)提出了標(biāo)架叢上的多流形聯(lián)絡(luò)學(xué)習(xí)算法(MMCA-FB)，利用分塊方法構(gòu)造多流形結(jié)構(gòu)，通過標(biāo)架叢上的聯(lián)絡(luò)算子將多流形

2、結(jié)構(gòu)分別映射到橫、縱空間以挖掘更多判別信息來最大化流形間間隔。
　　(2)提出了標(biāo)架叢上的局部特征聯(lián)絡(luò)學(xué)習(xí)算法(LFCA-FB)，根據(jù)人臉局部特征(眼、鼻、嘴等)構(gòu)造局部特征多流形結(jié)構(gòu)，利用聯(lián)絡(luò)算子學(xué)習(xí)出流形間和流形內(nèi)樣本原始輸入空間的主要變化方向，將此額外信息加入到有監(jiān)督的神經(jīng)網(wǎng)絡(luò)訓(xùn)練中。
　　綜上所述，本文的創(chuàng)新點(diǎn)主要體現(xiàn)在：
　　(1)通過將單張訓(xùn)練人臉看作一個(gè)流形和將人臉局部特征看作一個(gè)流形，構(gòu)造了兩種多流形數(shù)