文献

J-GLOBAL ID：201702290890276191   整理番号：17A0406503

L1ノルム双晶投影サポートベクトルマシンによるロバストな画像認識【Powered by NICT】

Robust image recognition by L1-norm twin-projection support vector machine

著者 (7件)： Gu Zhenfeng (School of Computer Science and Technology & Joint International Research Laboratory of Machine Learning and Neuromorphic Computing, Soochow University, Suzhou 215006, China) ,  Gu Zhenfeng (Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing 210023, China) ,  Zhang Zhao (School of Computer Science and Technology & Joint International Research Laboratory of Machine Learning and Neuromorphic Computing, Soochow University, Suzhou 215006, China) ,  Zhang Zhao (Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing 210023, China) ,  Sun Jiabao (School of Computer Science and Technology & Joint International Research Laboratory of Machine Learning and Neuromorphic Computing, Soochow University, Suzhou 215006, China) ,  Sun Jiabao (Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing 210023, China) ,  Li Bing (School of Economics, Wuhan University of Technology, No.122 Luoshi Road, Wuhan 430070, P.R. China)
資料名： Neurocomputing  (Neurocomputing)
巻： 223  ページ： 1-11  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,画像のロバストな表現と認識のためのL1ノルムツイン射影サポートベクトルマシン(TPSVM L1)を提案した。TPSVM L1法のロバスト性は,主にデータ中の雑音や異常値に対してロバストであることが証明されていることをL1ノルムに基づく距離測度により駆動される。判別双晶射影学習に対して,著者らのTPSVM L1は,ノイズや異常値に対してロバストであることが学習システムを可能にするに加えてコンパクトL1ノルム正則化クラス内散乱と別々のL1ノルム正則化クラス間散乱を目的とした。その結果,ロバストで記述線形射影部分空間の最適対または最も二超平面を構築するための線形ベクトル射影を識別を訓練できる。双ベクトル射影部分空間を反復法により効果的に達成した。線形双晶投影は,画像から特徴を抽出するために使用できることに注意すべきであると,超平面は超平面上にそれらを埋め込むことによりテストデータのカテゴリーを決定することができる。UCIと現実の画像データ集合でのシミュレーションにより,このTPSVM L1の妥当性を検証し,他の関連するツインSVM分類アルゴリズムと比較した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像認識 ,  異常値 ,  *サポートベクトルマシン ,  正則化 ,  *画像 ,  射影 ,  *ベクトル ,  *ロバスト性 ,  線形性 ,  *双晶
準シソーラス用語： 分類アルゴリズム ,  超平面 ,  部分空間 ,  距離測度 ,  *L1ノルム , 【Automatic Indexing@JST】

著者キーワード (4件)： ツイン投影サポートベクトルマシン ,  L1ノルム正則化 ,  判別学習 ,  ロバストな画像認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： L1ノルム ,  双晶 ,  投影 ,  サポートベクトルマシン ,  ロバスト ,  画像認識