判別鄰域結(jié)構(gòu)嵌入及圖像識別.pdf

1、圖像識別是模式識別領(lǐng)域的一個基本研究方向。隨著信息技術(shù)的快速發(fā)展,圖像的維數(shù)越來越高。如何有效地描述和分類圖像,是當(dāng)前研究的難點。特征提取能夠通過一定的線性或者非線性變換,找出有利于后續(xù)分析的特征。通過特征提取,可以發(fā)掘數(shù)據(jù)的低維表示的內(nèi)在幾何結(jié)構(gòu),并且可以降低后續(xù)的計算復(fù)雜度。因此,特征提取已成為圖像識別技術(shù)中的一個研究的熱點。本文主要工作如下:
　　第一,針對線性判別分析和鄰域保持嵌入存在的單一結(jié)構(gòu)不能準(zhǔn)確描述數(shù)據(jù)的內(nèi)在幾何結(jié)

2、構(gòu)和過學(xué)習(xí)問題,提出了判別鄰域結(jié)構(gòu)嵌入(Discriminant Neighborhood Structure Embedding, DNSE)。DNSE利用線性判別分析的優(yōu)點,保持了數(shù)據(jù)的全局結(jié)構(gòu)。在此基礎(chǔ)上,通過局部相似性鄰接圖和局部多樣性鄰接圖嵌入保持了數(shù)據(jù)的局部幾何結(jié)構(gòu)。局部多樣性信息的嵌入,有效地抑制了過學(xué)習(xí)問題。實驗結(jié)果驗證了算法的性能。
　　第二,研究表明,通過正交的投影向量獲得的低維描述更利于分類識別。Trace