【摘要】：非負(fù)矩陣分解是一種流行的數(shù)據(jù)表示方法,已廣泛應(yīng)用于圖像處理和模式識別問題.但是非負(fù)矩陣分解忽略了數(shù)據(jù)的幾何結(jié)構(gòu).而現(xiàn)有的基于簡單圖的學(xué)習(xí)方法只考慮了圖像的成對信息,并且對計(jì)算相似度時(shí)的參數(shù)選擇十分敏感.超圖學(xué)習(xí)方法可以有效地解決這些問題.超圖利用超邊將多個(gè)頂點(diǎn)相連接用以表示了圖像的高維結(jié)構(gòu)信息.然而,現(xiàn)有的大部分超圖學(xué)習(xí)方法都是無判別的學(xué)習(xí)方法.為了提高識別效果,本文提出了基于具有判別信息的超圖和非負(fù)矩陣分解方法的新模型,利用交替方向法進(jìn)行迭代求解新模型,并利用最近鄰方法進(jìn)行人臉識別.在幾個(gè)常用標(biāo)準(zhǔn)人臉圖像數(shù)據(jù)庫進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明本文提出的方法是有效的.
【圖文】：

論、超圖理論、極圖理論，以及代數(shù)圖論、拓?fù)鋱D論等都有很大的發(fā)展．逡逑不同于簡單圖，超圖中的超邊連接三個(gè)或者更多的頂點(diǎn)以更好的逡逑表示數(shù)據(jù)的高維信息，如圖２．１所示．超圖已經(jīng)廣泛應(yīng)用于機(jī)器學(xué)習(xí)，例逡逑如分類，聚類等．逡逑假設(shè)Ｇ邋＝邐是一個(gè)超圖，其中Ｖ為頂點(diǎn)集，Ｅ為超邊集，每條超逡逑邊為頂點(diǎn)集中的子集．切⑷表示超邊６的權(quán)重．逡逑設(shè)超圖Ｇ的鄰接矩陣為丑，若ｗｅｅ，則Ｈ（ｗ，ｅ）邋＝邋ｌ；否則丑（ｔ；，ｅ）邋＝邋０．逡逑７逡逑

不同表情的圖像，共４００張，均為１１２Ｘ９２像素的灰度圖像．這些圖像是在逡逑不同的時(shí)間和光照條件下拍攝的．圖像中的人臉有一定程度的旋轉(zhuǎn)，，放逡逑縮和偏轉(zhuǎn)，如圖４．１所示．逡逑ｆ邐ｉ邐「飛邐ｒ＊邐ｉ邐ｒ逡逑ｆ，卜、’邋Ｐ逡逑ｌ＿邐Ｉ邐－Ａ邐＾邋－－邋ｍ邐ｊ邐ｈ邋Ｊ逡逑匾：，Ｊｌ邐１：邐．．ｍ邐ｍｉ邋．邋ＭＬ邐Ｉ邐ｔＭｉｍ，．．．．．邋ｍ逡逑■WW＿邋Ｅ逡逑圖４．１邋ＯＲＬ樣本圖片逡逑實(shí)驗(yàn)結(jié)果如表４．１所示．結(jié)果表明本文介紹的方法在相關(guān)方法的比逡逑較中效果最好，獲得的了最高的識別率．逡逑１６逡逑
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 簡彩仁;施瀟磊;呂書龍;;應(yīng)用非負(fù)矩陣分解的數(shù)據(jù)重構(gòu)[J];三明學(xué)院學(xué)報(bào);2018年06期

2 張慧;黨思航;崔宗勇;;基于增量非負(fù)矩陣分解的合成孔徑雷達(dá)目標(biāo)識別[J];科學(xué)技術(shù)與工程;2017年12期

3 黃波;嚴(yán)宣輝;林建輝;;基于聯(lián)合非負(fù)矩陣分解的協(xié)同過濾推薦算法[J];模式識別與人工智能;2016年08期

4 楊永生;張優(yōu)云;朱永生;;基于多核非負(fù)矩陣分解的機(jī)械故障診斷[J];西北工業(yè)大學(xué)學(xué)報(bào);2015年02期

5 許榕;吳聰;蔣士正;陳啟美;;二維局部非負(fù)矩陣分解的路網(wǎng)態(tài)勢算法[J];上海交通大學(xué)學(xué)報(bào);2015年08期

6 李玉翔;李弼程;郭志剛;;基于非負(fù)矩陣分解的網(wǎng)絡(luò)重疊社區(qū)發(fā)現(xiàn)研究[J];系統(tǒng)仿真學(xué)報(bào);2014年03期

7 余先川;任雅麗;初曉鳳;徐金東;劉石華;李鴻鎮(zhèn);張潔;;一種基于加權(quán)非負(fù)矩陣分解的礦產(chǎn)預(yù)測方法[J];地質(zhì)學(xué)刊;2013年01期

8 李兵;米雙山;劉鵬遠(yuǎn);劉東升;張培林;;二維非負(fù)矩陣分解在齒輪故障診斷中的應(yīng)用[J];振動.測試與診斷;2012年05期

9 張永鵬;鄭文超;張曉輝;;非負(fù)矩陣分解及其在圖像壓縮中的應(yīng)用[J];西安郵電學(xué)院學(xué)報(bào);2008年03期

10 高亮;潘積遠(yuǎn);于佳平;;基于非負(fù)矩陣分解的類標(biāo)簽映射集成學(xué)習(xí)[J];科學(xué)技術(shù)與工程;2018年01期

相關(guān)會議論文 前10條

1 蔣永鍇;葉東毅;;基于稀疏非負(fù)矩陣分解的自動多文摘方法[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

2 馬帥;吳飛;楊易;邵健;;基于稀疏非負(fù)矩陣分解的圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

3 宋尚真;周慧鑫;秦翰林;;基于非負(fù)矩陣分解的高光譜異常檢測[A];2015 年（第七屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2015年

4 蔡蕾;朱永生;;基于稀疏性非負(fù)矩陣分解和支持向量機(jī)的軸心軌跡圖識別[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

5 蔣霈霖;;遙感圖像混合譜解混的新方法[A];中國自動化學(xué)會中南六省（區(qū)）2010年第28屆年會·論文集[C];2010年

6 孔晗e

本文編號：2590756