王玲丽
- 作品数:5 被引量:6H指数:2
- 供职机构:燕山大学信息科学与工程学院更多>>
- 发文基金:中国博士后科学基金河北省自然科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 空间分布关联描述的多观测样本分类算法研究
- 传统的模式识别解决的分类问题常常仅仅针对测试模式是单观测样本的情况。然而,随着信息技术的飞速发展,数据的采集工作变得越来越容易。人们可以获得的数据量也越来越大,常常可以获得关于某一模式的多观测样本。多观测样本可以提供比单...
- 王玲丽
- 关键词:凸包最近邻分类
- 文献传递
- 基于L1-Graph表示的标记传播多观测样本分类算法被引量:2
- 2011年
- 同类样本被认为是分布在同一个高维观测空间的低维流形上,针对多观测样本分类如何利用这一流形结构的问题,提出基于L1-Graph表示的标记传播多观测样本分类算法。首先基于稀疏表示的思路构造L1-Graph,进而得到样本之间的相似度矩阵,然后在半监督分类标记传播算法的基础上,限制所有的观测样本都属于同一个类别的条件下,得到一个具有特殊结构的类标矩阵,最后把寻找最优类标矩阵的计算转化为离散目标函数优化问题,进而计算出测试样本所属类别。在USPS手写体数据库、ETH-80物体识别数据库以及Cropped Yale人脸识别数据库上进行了一系列实验,实验结果表明了本文提出方法的可行性和有效性。
- 胡正平王玲丽
- 基于L1-Graph表示的标记传播多观测样本分类算法
- 同类样本被认为是分布在同一个高维观测空间的低维流形上,针对多观测样本分类如何利用这一流形结构的问题,提出基于L1-Graph表示的标记传播多观测样本分类算法。首先基于稀疏表示的思路构造L1-Graph,进而得到样本之间的...
- 胡正平王玲丽
- 基于L1范数凸包数据描述的多观测样本分类算法被引量:4
- 2012年
- 为建立高维空间样本分布的最佳覆盖为目标来实现覆盖分类,该文提出基于L1范数凸包数据描述的多观测样本分类算法。首先对训练集的每个类别以及测试集的多观测样本分别构造凸包模型,这样多观测样本的分类就转化为凸包模型的相似性度量问题。若测试集的凸包模型与训练集无重叠,采用L1范数距离测度进行凸包模型之间的相似性度量;若有重叠,采用L1范数距离测度进行收缩凸包(reduced convex hulls)之间的相似性度量。然后采用最近邻准则作为多观测样本的分类决策。在3个数据库上进行的实验结果,表明该文提出方法对于多观测样本分类具有可行性和有效性。
- 胡正平王玲丽
- 关键词:模式识别凸包最近邻分类
- 基于Kernel Discriminant Canonical Correlation(KDCC)的多观测样本分类算法
- 2012年
- 针对多观测样本分类问题,提出一种基于Kernel Discriminant CanonicalCorrelation(KDCC)来实现多观测样本分类的模型.该算法首先把原空间样本非线性的投影到高维特征空间,通过KPCA得到核子空间,然后在高维特征空间定义一个使类内核子空间的相关性最大,同时使类间核子空间的相关性最小的KDCC矩阵,通过迭代法训练出最优的KDCC矩阵,把每个核子空间投影到KDCC矩阵上得到转换核子空间,采用典型相关性作为转换核子空间之间的相似性度量,并采用最近邻准则作为多观测样本的分类决策,从而实现多观测样本的分类.在三个数据库上进行了一系列实验,实验结果表明提出的方法对于多观测样本分类具有可行性和有效性.
- 牛晓霞胡正平王玲丽
- 关键词:最近邻分类