本文選題：判別鄰域嵌入(DNE) + 張量子空間分析(TSA)�。� 參考：《計算機科學(xué)與探索》2017年07期

【摘要】：傳統(tǒng)的機器學(xué)習(xí)算法把數(shù)據(jù)表示成向量的形式進行處理,而現(xiàn)實世界許多應(yīng)用中的數(shù)據(jù)都是以張量形式存在的,如圖像、視頻數(shù)據(jù)等,如果將這些本質(zhì)上非向量形式的數(shù)據(jù)強制轉(zhuǎn)換成向量表示,不僅會產(chǎn)生維數(shù)災(zāi)難和和小樣本問題,而且會破壞數(shù)據(jù)本身的內(nèi)部空間排列結(jié)構(gòu),不利于發(fā)現(xiàn)數(shù)據(jù)的好的低維表示。判別鄰域嵌入(discriminant neighborhood embedding,DNE)是比較流行的面向向量的判別分析方法,在改進DNE算法的基礎(chǔ)上,提出了面向張量數(shù)據(jù)的局部一致保持的鄰域嵌入張量判別學(xué)習(xí)(neighborhood-embedded tensor learning,NTL)算法。NTL算法不僅克服了DNE面向向量的缺點,而且彌補了DNE方法偏重數(shù)據(jù)的鄰域點而忽略數(shù)據(jù)的非鄰域點影響的不足,通過精心設(shè)計目標函數(shù)(嵌入3個圖:同類結(jié)點的鄰接圖、不同類結(jié)點的鄰接圖、其他結(jié)點的關(guān)聯(lián)圖),使投影空間的同類結(jié)點更加緊湊,不同類結(jié)點更加疏遠,從而增強了算法的判別能力。3個公開數(shù)據(jù)庫(ORL、PIE和COIL20)上的實驗驗證了NTL擁有更高的識別率,同時也擁有更高的算法效率。
[Abstract]:Traditional machine learning algorithms represent data as vectors, but in the real world, many applications of data exist in the form of Zhang Liang, such as images, video data, etc. If these essentially non-vector forms of data are forced to be transformed into vector representations, not only will the dimension disaster and small sample problems occur, but also the internal spatial arrangement of the data itself will be destroyed, which is not conducive to the discovery of good low-dimensional representations of data. Discriminant neighborhood embedding (discriminant neighborhood embedding DNE) is a popular vector-oriented discriminant analysis method, which is based on the improved DNE algorithm. In this paper, a locally consistent preserving neighborhood embedded Zhang Liang discriminant learning (neighborhood-embedded tensor) algorithm for Zhang Liang data is proposed. The algorithm not only overcomes the shortcoming of vector oriented, but also overcomes the shortcoming of DNE-oriented algorithm. Moreover, the DNE method emphasizes the neighborhood point of the data and neglects the influence of the non-neighbor point of the data. By carefully designing the objective function (embedding three graphs: the adjacent graph of the same kind of node, the adjacent graph of the different class node, the adjacent graph of different classes of nodes), The association graph of other nodes makes the similar nodes in projection space more compact and the different class nodes more estranged, thus enhancing the discriminant ability of the algorithm. Experiments on three open databases (ORLPIE and COIL20) show that NTL has a higher recognition rate. At the same time, it also has higher algorithm efficiency.
【作者單位】： 蘇州大學(xué)計算機學(xué)院;江蘇師范大學(xué)計算機學(xué)院;
【基金】：國家自然科學(xué)基金Nos.61033013,61402207,61272297~~
【分類號】：TP181

【參考文獻】

相關(guān)期刊論文 前1條

1 楊習(xí)貝;錢宇華;楊靜宇;;Hierarchical Structures on Multigranulation Spaces[J];Journal of Computer Science & Technology;2012年06期

【共引文獻】

相關(guān)期刊論文 前10條

1 郭爽;孫根年;王翠平;;山西省A級景區(qū)旅游就業(yè)規(guī)模的估算模型——2013-2014年80家A級景區(qū)的統(tǒng)計分析與檢驗[J];干旱區(qū)資源與環(huán)境;2017年07期

2 薛非凡;;基于主成分分析法的中部六省旅游業(yè)發(fā)展水平研究[J];河南科技大學(xué)學(xué)報(社會科學(xué)版);2017年03期

3 李文龍;;內(nèi)蒙古中部地區(qū)旅游圈的構(gòu)建研究[J];內(nèi)蒙古財經(jīng)大學(xué)學(xué)報;2016年05期

4 李瑩瑩;;酒店員工就業(yè)感知研究——以北京某五星級酒店為例[J];無錫商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報;2016年05期

5 劉漢;宋海巖;王永蓮;;入境旅游人數(shù)、收入與我國經(jīng)濟增長——基于混頻Granger因果關(guān)系檢驗的實證研究[J];經(jīng)濟管理;2016年09期

6 劉軍勝;馬耀峰;;入境游客與社區(qū)居民旅游供給感知測評及差異分析——以北京市為例[J];資源科學(xué);2016年08期

7 王文靜;幸?guī)X;鄭燕;王宏林;;旅游對大香格里拉地區(qū)經(jīng)濟影響的實證研究[J];旅游論壇;2016年06期

8 李航飛;高維忠;;基于空間計量分析的廣東省旅游業(yè)發(fā)展水平區(qū)域差異探究[J];信陽師范學(xué)院學(xué)報(自然科學(xué)版);2016年01期

9 王兆峰;羅瑤;;旅游驅(qū)動下的張家界交通運輸響應(yīng)機制分析[J];地理科學(xué);2015年11期

10 郭靖池;;貧困地區(qū)發(fā)展旅游業(yè)的作用與策略探析[J];新西部(理論版);2015年20期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 沈驚宏;陸玉麒;周玉翠;沈宏婷;;安徽省國內(nèi)旅游經(jīng)濟增長與區(qū)域差異空間格局演變[J];地理科學(xué);2012年10期

2 王圣保;姜國華;;三江平原區(qū)域生態(tài)旅游規(guī)劃研究[J];濕地科學(xué);2011年04期

3 柳百萍;;安徽省城市旅游規(guī)模差異及其規(guī)模分布[J];地理研究;2011年08期

4 馬麗君;孫根年;黃蕓瑪;周瑞娜;;城市國內(nèi)客流量與游客網(wǎng)絡(luò)關(guān)注度時空相關(guān)分析[J];經(jīng)濟地理;2011年04期

5 張毓;孫根年;薛佳;;東部沿海國內(nèi)旅游發(fā)展的動態(tài)實證研究[J];旅游論壇;2010年06期

6 張建忠;張毓;;中國入境旅游發(fā)展的時間同步性與區(qū)域響應(yīng)分析——以黃河—隴海—蘭新線為例[J];生態(tài)經(jīng)濟;2010年12期

7 余鳳龍;陸林;;制度變遷下的中國區(qū)域旅游發(fā)展與差異研究[J];人文地理;2010年03期

8 楊琴;王兆峰;;旅游產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化技術(shù)創(chuàng)新模型的構(gòu)建——以湖南為例[J];求索;2009年10期

9 楊建明;;中國旅游業(yè)發(fā)展空間差異的綜合評判[J];地理科學(xué);2009年04期

10 許鵬;;旅游企業(yè)技術(shù)創(chuàng)新能力的要素構(gòu)成與綜合評價[J];工業(yè)技術(shù)經(jīng)濟;2009年03期

【相似文獻】

相關(guān)期刊論文 前10條

1 胡奎;侯臣平;吳翊;;基于調(diào)和函數(shù)的張量數(shù)據(jù)維數(shù)約簡[J];計算機工程與應(yīng)用;2010年22期

2 任世錦;呂俊懷;胡曉婷;張曉光;;基于邊界鑒別分析的遞歸維數(shù)約簡算法[J];控制與決策;2010年07期

3 殷飛;焦李成;;基于面向分類準則的維數(shù)約簡及其在人臉識別中的應(yīng)用[J];計算機科學(xué);2014年05期

4 黃啟宏;劉釗;;流形學(xué)習(xí)中非線性維數(shù)約簡方法概述[J];計算機應(yīng)用研究;2007年11期

5 萬海平;何華燦;;基于譜圖的維度約簡及其應(yīng)用[J];山東大學(xué)學(xué)報(理學(xué)版);2006年03期

6 鄭誠,歐陽為民,蔡慶生;一種有效的的時間序列維數(shù)約簡方法[J];小型微型計算機系統(tǒng);2002年11期

7 劉麗娜;于治樓;張化祥;;針對不平衡數(shù)據(jù)集的維數(shù)約簡方法[J];信息技術(shù)與信息化;2011年05期

8 任世錦;楊茂云;劉小平;徐桂云;;誘導(dǎo)核空間選擇的LPKHDA維數(shù)約簡算法[J];計算機科學(xué)與探索;2013年03期

9 程輝;卜華龍;;基于維數(shù)約簡與特征選擇的PGS方法在數(shù)據(jù)處理中的應(yīng)用[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年23期

10 陳威;;幾種維數(shù)約簡方法在人臉識別中的比較研究[J];甘肅聯(lián)合大學(xué)學(xué)報(自然科學(xué)版);2011年04期

相關(guān)會議論文 前2條

1 陳偉福;馮國燦;;局部光滑主成分分析[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

2 孫濤;劉靜;劉青山;盧漢清;;半監(jiān)督譜判別式分析[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 侯臣平;基于圖優(yōu)化框架的數(shù)據(jù)維數(shù)約簡方法及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2009年

2 何力;維數(shù)約簡中的若干問題[D];復(fù)旦大學(xué);2010年

3 殷飛;基于稀疏學(xué)習(xí)的圖像維數(shù)約簡和目標識別方法研究[D];西安電子科技大學(xué);2014年

4 朱麟;基于圖的嵌入和維數(shù)約簡方法研究[D];中國科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前5條

1 周勇;數(shù)據(jù)維數(shù)約簡及分類算法研究[D];遼寧工業(yè)大學(xué);2016年

2 許新忠;基于維數(shù)約簡的流形可視化研究[D];中國民航大學(xué);2014年

3 周斯斯;譜聚類維數(shù)約簡算法研究與應(yīng)用[D];西安電子科技大學(xué);2010年

4 胡奎;兩種針對張量數(shù)據(jù)和多視圖數(shù)據(jù)的半監(jiān)督維數(shù)約簡方法[D];國防科學(xué)技術(shù)大學(xué);2010年

5 譚龍;基于近似零范數(shù)和無窮范數(shù)的維數(shù)約簡[D];天津大學(xué);2014年

，

本文編號：2106773