文献

J-GLOBAL ID：201802279940579708   整理番号：18A0384902

l_1ノルム最大化に基づく2次元判別局所性保存投影【Powered by NICT】

Two-Dimensional Discriminant Locality Preserving Projection Based on l₁-norm Maximization

著者 (4件)： Chen Si-Bao (Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, School of Computer Science and Technology, Anhui University, Hefei 230601, China) ,  Wang Jing (Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, School of Computer Science and Technology, Anhui University, Hefei 230601, China) ,  Liu Cai-Yin (Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, School of Computer Science and Technology, Anhui University, Hefei 230601, China) ,  Luo Bin (Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, School of Computer Science and Technology, Anhui University, Hefei 230601, China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 87  ページ： 147-154  発行年： 2017年 
JST資料番号： H0913A  ISSN： 0167-8655  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： l_1ノルム最大化(2DDLPP L1)上の二次元判別局所性保存射影に基づくと名付けた新しい線形次元縮小法は,画像データの前処理のために提案した。2DDLPP L1は,雑音や異常値に対してl_1ノルムのロバスト性をフル活用する。2DDLPP L1は,画像行列から直接画像特徴を抽出し,行列計算の不安定性と高い複雑性を回避する2Dに基づく方法である。二グラフ,分離グラフと粘着性グラフは頂点がクラス間分離とクラス内粘着性を表現する特徴ベクトルを構築した。収束性証明を用いた反復アルゴリズムは,最適射影行列を解決するために提案する。いくつかの顔画像データベース上での実験を行い,2DDLPP L1の性能とロバスト性はその関連する方法よりも優れていることを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 前処理 ,  異常値 ,  顔画像 ,  画像特性 ,  *二次元 ,  射影 ,  *ノルム ,  ロバスト性 ,  次元縮小 ,  *局所性 ,  グラフ ,  雑音
準シソーラス用語： 特徴ベクトル ,  粘着性 ,  画像データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 判別局所性保存射影(DLPP) ,  2次元判別局所性保存射影(2DDLPP) ,  l_1ノルム最大化 ,  次元縮小 ,  線形投影

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： ノルム ,  最大化 ,  2次元 ,  判別 ,  局所性 ,  保存 ,  投影