本文關鍵詞：多李群核覆蓋學習算法在圖像分類上的應用

  更多相關文章： 李群 流形結構 覆蓋學習算法 核函數(shù)

【摘要】：李群具有代數(shù)結構也具有流形幾何結構。將數(shù)據(jù)映射到多李群空間,并根據(jù)李群樣本點在李群流形上的軌道關系,對那些同倫的軌道加以覆蓋,從而使得覆蓋域呈現(xiàn)出類別信息。利用核函數(shù)的思想,進一步使得類別不同的覆蓋域更具有可分性,同時覆蓋邊界更具有光滑性,因此提出了多李群核覆蓋學習算法。在MNIST手寫體數(shù)字圖像上進行了多組實驗驗證,并對實驗結果進行了分析,結果表明與多連通李群覆蓋學習算法相比,多李群核覆蓋學習算法具有較好的分類效果。
【作者單位】： 蘇州大學計算機科學與技術學院;
【關鍵詞】： 李群 流形結構 覆蓋學習算法 核函數(shù)
【分類號】：TP181
【正文快照】： 1 引言 現(xiàn)實世界的數(shù)據(jù)具有多樣性和復雜性,數(shù)據(jù)的空間結構信息往往蘊含著更多有效信息,能夠對數(shù)據(jù)分析提供有力支撐。建模數(shù)據(jù)的空間結構的一種有效方式是流形,但是沒有有力的數(shù)學工具作為流形可計算方式,最終還是利用流形局部同胚與歐式空間這個特點,將數(shù)據(jù)映射到歐式空間，

本文編號：1063482