文献

J-GLOBAL ID：201302234880742154   整理番号：13A0525218

クラス情報に基づく教師つき局所性保存射影

Supervised locality preserving projection based on class information

著者 (2件)： Li Xiaoman (Coll. of Computer Sci. and Technol.,Huaqiao Univ., Fujian, Xiamen) ,  Wang Jing (Coll. of Computer Sci. and Technol.,Huaqiao Univ., Fujian, Xiamen)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 32  号： 2  ページ： 531-534  発行年： 2012年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 局所性保存射影(LPP)はLaplace演算子固有マップ(LE)の近似である。しかし,それは監督を受けない方式であり,分級効率を改善するのに既存の分類情報を利用しない。したがって,SLPP-LI方式という教師つき局所性保存射影をクラス情報に基づいて提案する。射影行列の研究において,SLPP-LIが多様体の幾何構造の総合的利用と既存の訓練集合のクラス情報を利用して,SLPP-LIは制御パラメータを調整することによって効果的に既知の低次元情報を利用して,直接一次方程式を解決することによって,高次元データの低次元モデルを入手できる。いくつかの顔データベースと手書きのデジタルデータベースとの比較実験によると,SLPP-LIは高次元データの原寸や訓練データの数に敏感でない。同じ種類の問題に関して,SLPP-LIはPCA,LPP,OLPP,およびSLPPと比較してより高い認識比率があり,それは効果的に分類課題を扱うことができる。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： 局所性 ,  Laplace演算子 ,  パラメータ ,  データ ,  データベース ,  計算機利用 ,  一次方程式 ,  構造 ,  比率 ,  行列 ,  比較試験 ,  *教師つき学習
準シソーラス用語： 制御パラメータ ,  ディジタルデータ ,  高次元データ ,  訓練データ ,  幾何構造 ,  認識比率 ,  射影行列 ,  比較実験

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： クラス ,  教師 ,  局所性 ,  保存 ,  射影