模式识别与人工智能
2025年4月4日 星期五   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  2014, Vol. 27 Issue (12): 1089-1097    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
自适应正则化核二维判别分析*
姜伟1,张晶1,杨炳儒2
1.辽宁师范大学 数学学院 大连 116029
2.北京科技大学 计算机与通信工程学院 北京 100083
Adaptive Regularization Based Kernel Two Dimensional Discriminant Analysis
JIANG Wei 1, ZHANG Jing1, YANG Bing-Ru2
1.School of Mathematics, Liaoning Normal University, Dalian 1160292.
2.School of Computer and Communication Engineering, University of Science and Technology Beijing,Beijing 100083

全文: PDF (593 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 传统的半监督降维技术中,在原特征空间中定义流形正则化项,但其构造无助于接下来的分类任务.针对此问题,文中提出一种自适应正则化核二维判别分析算法.首先每个图像矩阵经奇异值分解为两个正交矩阵与一个对角矩阵的乘积,通过两个核函数将两个正交矩阵列向量从原始非线性空间映射到一个高维特征空间.然后在低维特征空间中定义自适应正则化项,并将其与二维矩阵非线性方法整合于单个目标函数中,通过交替优化技术,在两个核子空间提取判别特征.最后在两个人脸数据集上的实验表明,文中算法在分类精度上获得较大提升.
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
姜伟
张晶
杨炳儒
关键词 核函数判别分析降维半监督学习自适应正则化    
Abstract:In traditional semi-supervised dimension reduction techniques, the manifold regularization term is defined in the original feature space. However, its construction is useless in the subsequent classification. In this paper, adaptive regularization based kernel two dimensional discriminant analysis (ARKTDDA) is presented. Firstly, each image matrix is transformed as the product of two orthogonal matrices and a diagonal matrix by using the singular value decomposition method. The column vectors of two orthogonal matrices are transformed into high dimensional space by two kernel functions. Then, the adaptive regularization is defined in the low dimensional feature space, and it is integrated with two dimensional matrix nonlinear method into one single objective function. By altering iterative optimization, the discriminative information is extracted in two kernel subspaces. Finally, experimental results on two face datasets demonstrate that the proposed algorithm obtains considerable improvement in classification accuracy.
Key wordsKernel Function    Discriminant Analysis    Dimensionality Reduction    Semi-supervised Learning    Adaptive Regularization   
收稿日期: 2013-09-27     
ZTFLH: TP391  
基金资助:国家自然科学基金项目(No.61175048)、辽宁省教育厅科学研究项目(No.L2013408)资助
作者简介: 姜伟(通讯作者),男,1970年生,博士,副教授,主要研究方向为机器学习、模式识别.E-mail:swxxjw@aliyun.com.张晶,女,1990年生,硕士研究生,主要研究方向为机器学习、模式识别.杨炳儒,男,1943年生,教授,博士生导师,主要研究方向为知识发现与智能系统、柔性建模与集成技术.
引用本文:   
姜伟,张晶,杨炳儒. 自适应正则化核二维判别分析*[J]. 模式识别与人工智能, 2014, 27(12): 1089-1097. JIANG Wei1, ZHANG Jing, YANG Bing-Ru. Adaptive Regularization Based Kernel Two Dimensional Discriminant Analysis. , 2014, 27(12): 1089-1097.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I12/1089
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