模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (6): 900-908    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
李群均值学习算法
高聪,李凡长
苏州大学计算机科学与技术学院苏州215006
Lie Group Means Learning Algorithm
GAO Cong, LI Fan-Zhang
School of Computer Science and Technology,Soochow University,Suzhou 215006

全文: PDF (621 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 首先分析李群均值的计算方法,在此基础上,进一步提出李群均值学习算法,其思想是在李群流形上寻找一个由总体样本内均值的李代数元素决定的单参数子群,这个单参数子群是原李群上的一条测地线,定义样本到测地线投影的概念,同时将李群样本向该测地线投影,并尽可能使投影后各类别间的散度与类内散度比值最大化,从而实现非线性李群空间的类别判别。实验表明,基于李群均值的学习算法和KNN、FLDA算法相比,具有较好的分类效果。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
高聪
李凡长
关键词 李群李群均值学习算法分类器    
Abstract:The method of mean computation on Lie group manifold is analyzed, and Lie group mean learning algorithm is proposed. The main idea of the algorithm is to find a one-parameter sub-group on the original Lie group which is decided by a Lie algebra element of intrinsic mean of all samples. The one-parameter sub-group is a geodesic on the original Lie group. Then, the projection of the sample to the geodesic is defined, and all samples to the geodesic are projected. In order to implement the discrimination in nonlinear Lie group space after projection, the ratio of between-class variance and within-class variance is maximized. The experimental results show that Lie group based algorithm is better than KNN, FLDA algorithms in classification performance.
Key wordsLie Group    Lie Group Mean Learning Algorithm    Classifier   
收稿日期: 2011-06-20     
ZTFLH: TP181  
基金资助:国家自然科学基金资助项目(No.61033013)
作者简介: 高聪,男,1982年生,硕士研究生,主要研究方向为机器学习、李群机器学习。E-mail:dr。c。gao@gmail。com。李凡长,男,1964年生,教授,博士生导师,主要研究方向为动态模糊逻辑、李群机器学习。
引用本文:   
高聪,李凡长. 李群均值学习算法[J]. 模式识别与人工智能, 2012, 25(6): 900-908. GAO Cong, LI Fan-Zhang. Lie Group Means Learning Algorithm. , 2012, 25(6): 900-908.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I6/900
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn