杨文新
- 作品数：3 被引量：15H指数：1
- 供职机构：中山大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：自动化与计算机技术更多>>
- 拉普拉斯脸的贝叶斯优化算法及其N维空间扩展
- 线性辨别分析算法在目标识别、图像降维和特征抽取上已经得到了广泛的应用。近些年来，国内外的许多学者将特征抽取和模式识别的研究重点放在了流形学习领域，希望通过在目标空间中保留更多的关于原始空间的局部流形信息来实现特征抽取和降...
- 杨文新
- 关键词：目标识别贝叶斯优化算法
- 文献传递
- 优化线性辨别分析在人脸识别中的应用(英文)
- 2009年
- 国内外学者研究发现,类间方差最大化的方向与类内方差最大化的方向之间的角度对传统的线性辨别分析方法的准确性影响显著,并且,当这两个方向平行的时候,传统的线性方法往往不能得到很好的结果。经过的研究和实验,发现传统线性方法的准确性与类间方差和类内方差之间的角度没有直接的决定关系,它的最大问题在于线性地对类间方差和类内方差的加和不能完全保留类别之间的辨别信息。提出了一种优化的线性辨别分析的方法(OLDA)来解决这个问题。首先,引入了辨别能量的概念,能够给任意两个类之间的辨别信息赋予同样的权重;其次,引入了一种梯度下降的算法来计算最终的判别向量,并且加速迭代算子的引入能够更加有效地解决运算复杂度的问题。最后,为了解决非线性问题,预先的聚类算法能够将非线性问题转化成为线性问题,从而使数据集能够被有效地分辨出来。采用了一个人脸数据集和一个虚拟数据集进行了实现,实验结果表明提出的优化辨别分析的方法能够有效地解决数据集的分类问题。
- 杨文新饶淑琴王继娜印鉴陈健
- 关键词：人脸识别线性辨别分析聚类分析
- 一种基于索引的高效k-支配Skyline算法被引量：15
- 2010年
- 由于在多标准决策支持等应用上具有重要的意义,skyline查询成为近年来数据库和数据挖掘领域的一个研究热点.然而随着数据集维数的增加,数据点之间形成支配关系的可能性越来越小,导致了skyline点数目过多而无法提供任何有效信息.为了在高维数据集中找到更重要和更有意义的skyline点,人们提出了k-支配skyline的定义.但现有的用于k-支配skyline的算法在时间效率、空间复杂度和渐进输出性上都有待提高.该文提出了一种基于索引的高效k-支配skyline算法,通过为数据集建立两个索引,算法可以高效地进行计算,在时间、空间和渐进性上均优于现有的算法.
- 印鉴姚树宇薛少锷杨文新刘玉葆
- 关键词：SKYLINE决策支持基于索引
