公共文化服务平台

共 3 条记录，以下是 1-3

全选清除导出

排序方式：

判别最小平方有序回归: 2015年; 有序回归是特殊的机器学习范式,其目标是利用数据间内在的序标号以划分模式.尽管众多算法相继提出,但经典的最小平方回归(LSR)尚未应用于有序回归场景.为此,文中采用累积标号编码和间隔扩大策略,在LSR基础上提出判别最小平方有序回归(DLSOR).DLSOR在对回归函数无需施加约束的前提下,仅通过改造标号实现有序信息的嵌入和类间间隔的扩大,从而确保DLSOR在与LSR具有相当模型复杂度的同时,既保证较高的分类精度,又获得较低的平均绝对误差.实验验证DLSOR在提升有序回归性能上的优越性.; 余海犇田青陈松灿

结合类标签关联度的有序核判别回归学习被引量：2: 2016年; 有序离散类标号通常由原始连续标号按一定规则映射得到,因此它们彼此间是存在关联信息的,现有有序回归方法对此类关联信息的考虑仍然较少。首先提出一类有序标号间关联度的量化表示,进而将其与典型有序回归方法(Kernel discriminant learning for ordinal regression,KDLOR)相结合,设计出了一种结合类标号关联度的有序核判别回归学习方法(Kernel discriminant learning for ordinal regression using label membership,LM-KDLOR),最后通过在多个标准有序回归数据集上的对比实验验证了所提方法的有效性。; 李亚克田青高航; 关键词：核方法

结合显性与隐性空间光滑的高效二维图像判别特征抽取被引量：2: 2017年; 图像具有固有的二维空间结构,空间上邻近的像素点通常具有相近的灰度值,意味着图像具有局部光滑性.为对其特征抽取,传统方法常将原始图像拉成向量,造成空间结构的破坏,由此直接基于图像的2D特征抽取法应运而生.典型的如2DLDA,2DPCA,相比向量方法,计算复杂度显著降低,但其操作针对的是图像整行(或整列),导致空间光滑度过粗.为此,空间正则化通过在向量化空间中显式地施加局部空间光滑弥补这一不足,由此获得了比2D抽取法更优的分类性能,但其遗传了向量法的高计算代价.最近,隐性空间正则化方法(implicit spatial regularization,ISR)提出利用图像划分与重组隐性地体现图像局部光滑性,而后再利用现有2D方法抽取特征,使典型双边2DLDA性能优于SSSL(一种典型的显性空间正则化方法),但是,仅隐性地光滑缺乏显式的强制约束力,其特征空间依然欠光滑,同时双边2DLDA由非凸问题获得,计算耗时却不能保证解的全局最优性.鉴于此,提出一种结合显性与隐性空间光滑的高效二维图像判别特征抽取框架(2D-CISSE).其关键步骤是预先对图像显性地全局光滑,紧接着进行ISR,既继承了ISR的隐性光滑又强化了图像局部光滑的显式约束力,不仅可直接获得全局最优投影,同时该框架具有一般性,即现有大部分图像光滑方法与2D特征抽取法均可嵌入其中.最后,通过在人脸数据集Yale,ORL,CMU PIE,AR以及手写数字数据集MNIST和USPS上的对比实验验证了2D-CISSE框架性能的优越性与计算的高效性.; 朱快快田青陈松灿; 关键词：图像欧氏距离特征抽取

全选清除导出

共1页<1>

田青

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

田青

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈