张兴福
- 作品数：3 被引量：8H指数：2
- 供职机构：哈尔滨工程大学计算机科学与技术学院更多>>
- 发文基金：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>>
- 基于马氏距离度量的局部线性嵌入算法被引量：4
- 2012年
- 局部线性嵌入算法(LLE)中常用欧氏距离度量样本间相似度.而对于图像等高维数据,欧氏距离不能准确体现样本间的相似程度.文中提出基于马氏距离度量的局部线性嵌入算法(MLLE).算法首先从现有样本中学习到一个马氏度量,然后在LLE算法的近邻选择、现有样本及新样本降维过程中用马氏度量作为相似性度量.将MLLE算法及其它典型的流形学习算法在ORL和USPS数据库上进行对比实验,结果表明MLLE算法具有良好的识别性能.
- 张兴福黄少滨
- 关键词：局部线性嵌入流形学习降维图像识别
- 局部线性嵌入算法综述
- 局部线性嵌入算法(LLE)作为流形学习的重要分支在维数约减、模式识别等领域受到众多关注,并广泛应用于图像及视频分析。算法的非线性降维特性使其性能明显优于主分量分析(PCA)等线性降维算法,而局部降维特性又使其复杂度大大低...
- 张兴福黄少滨
- 关键词：局部线性嵌入降维流形学习
- 文献传递
- 自适应近邻的局部线性嵌入算法被引量：4
- 2012年
- 在局部线性嵌入算法(LLE)中寻找最优近邻数常用试凑法进行搜索,需要大量的时间才能得到最优结果.为此提出基于自适应近邻的局部线性嵌入算法(ANLLE),算法首先给出一个相似性度量函数,然后据此为各个样本设定阈值,根据每个样本周围数据分布情况,为每个样本自动设置不同近邻数,最后在各个样本近邻数不相同情况下进行数据降维及待测样本的分类.在人脸数据库及手写数字数据库上的对比实验表明,ANLLE算法识别性能高于标准LLE算法及邻域线性嵌入算法(NLE).
- 张兴福黄少滨
- 关键词：局部线性嵌入维数约减
