分享到:

基于非线性降维的图像识别

通过单幅图像数据的高维化,将单幅图像转化为高维空间中的数据集合,对其进行非线性降维,寻求其高维数据流形本征结构的低维表示向量,将其作为图像数据的特征表达向量。  (本文共2页) 阅读全文>>

《信息与电脑(理论版)》2019年02期
信息与电脑(理论版)

基于人工智能的图像识别技术的研究

随着社会经济的不断发展,在当前人工智能领域中,越来越多的技术开始被研发并广泛应用于各行各业,其中图像识别技术就是以人工智...  (本文共2页) 阅读全文>>

西安建筑科技大学
西安建筑科技大学

局部线性嵌入算法的改进及其在图像识别中的应用

随着各类数据的大幅度增加,使得数据处理技术遇到了很大的挑战,尤其是图像数据。近年来,图像数据的分析技术已成为研究的热点。在图像识别中,从高维图像数据中提取图像内在特征结构是图像识别最为重要的研究内容之一,因此充分挖掘图像数据的内在特征结构是图像识别的重点。而传统的图像特征提取大多是从颜色、纹理、形状等底层方面进行,却很难提取出嵌入在高维图像数据中的图像高层信息。流形学习理论方法的发展为图像高层信息提取提供了一些方法,因此流形学习和非线性维数约简等理论越来越受到人们的关注。本文以流形学习为基础,主要研究了局部线性嵌入(LLE)算法和有监督的局部线性嵌入(SLLE)算法,并且对LLE算法和SLLE算法进行了比较研究分析。针对两种流形学习算法的不足,构建了改进后的SSLLE流形学习算法。实验结果表明: SSLLE算法可以在一定程度上克服LLE算法和SLLE算法的不足。本文的主要研究工作包括以下几个方面:1.对流形学习的理论方法、研究现...  (本文共64页) 本文目录 | 阅读全文>>

河南科技大学
河南科技大学

流形学习算法及其在图像识别中的应用研究

随着科技的进步,尤其是信息时代的到来,人们所要处理的数据量越来越巨大,特别是图像数据。这些数据的高维性、海量性、非线性和高增长性,使得传统的线性方法对其难以有效处理。在这个背景下,流形学习方法应运而生,迅速成为国内外广大科研工作者研究的一个热点,并且日益广泛应用于高维数据分析、信号处理和生物特征识别等。流形学习主要是从高维采样数据中把低维流形结构恢复出来,即找出高维空间中嵌入的低维流形,实现数据的可视化或维数的约简,并构造出对应的映射。具体到图像数据,就是找出隐藏在由原始图像数据张成的高维空间中的低维结构,挖掘出隐藏在其中的内在规律与本征信息。论文以拓扑学理论和黎曼几何为基础,对流形学习算法、流形学习算法鲁棒性的加强以及流形学习算法在图像识别中的应用等问题进行了研究。首先研究了流形学习理论及方法,分析了各自的优缺点,找出了适合图像识别的流形学习算法——局部线性嵌套算法;然后为了增强局部线性嵌套算法的鲁棒性,提出了一种基于距离度量...  (本文共68页) 本文目录 | 阅读全文>>

国防科学技术大学
国防科学技术大学

局部线性嵌入的流形学习算法研究与应用

当今社会中数据维数的大幅度提高给数据处理工作带来了前所未有的困难,如何从这些高维数据中找出事物的本质规律成为迫切需要解决的问题。降维技术是高维数据处理中非常重要的前处理步骤,是指样本从高维观测空间通过线性或非线性映射投影到一个低维空间,从而找出隐藏在高维观测数据中有意义的低维结构。现实中的高维数据大多是非线性的,这时线性方法很难发掘高维数据的结构和相关性,揭示其流形分布。针对高维数据的非线性特性,一些基于流形学习机理的非线性降维方法被提出,打破了以主成分分析为主的传统线性降维方法的框架,很快得到国内外的广泛关注。本文主要对基于流形学习的局部线性嵌入(LLE)算法进行了深入的研究与改进,具体工作包括以下四部分:1.简要综述了当前流形学习的发展概况,对现有各种非线性降维方法的特点进行分析,比较优点和不足,并进行了相关的计算机仿真实验。2.引入扩散生长型自组织神经网络模型(DGSOM)算法,在深入研究LLE的基础上提出了新的自组织LL...  (本文共71页) 本文目录 | 阅读全文>>

湖南大学
湖南大学

高维数据的几种非线性降维改进方法研究与应用

高维数据是高新科学技术的重要产物,由于科学技术的进步使得高维数据收集变得越来越容易,如生物基因数据、市场经济数据、文本文档数据、数字图像数据等,这些数据蕴藏的巨大价值已经逐渐被人们认可.然而直接对高维数据进行处理是很困难的,非线性降维技术作为数据挖掘应对海量高维数据的一种非常重要的数据预处理方法,对这些数据进行有效降维之后可以将高维数据转换为一个更紧凑的低维表示,从而得到隐藏在高维数据集中有意义的低维数据结构,提取出数据主干信息.因此,要研究出高效、准确的高维数据非线性降维方法具有重要的理论意义和实际应用价值.本文主要在参与高维数据的非线性降维改进方法理论研究的同时,结合人脸图像数据,开展以下三个方面的研究工作:1.针对局部线性嵌入算法中欧氏距离不适用于非线性高维数据近邻点的查找等缺点,结合测地线距离和Rank-order距离各自特点提出了基于Geodesic Rank-order距离的局部线性嵌入算法,并通过ORL人脸数据库和...  (本文共53页) 本文目录 | 阅读全文>>