文献

J-GLOBAL ID：201902221400462762   整理番号：19A0517212

画像分類とクラスタリングのための内積正則化非負自己表現【JST・京大機械翻訳】

Inner Product Regularized Nonnegative Self Representation for Image Classification and Clustering

著者 (6件)： Yi Yugen (School of Software, Jiangxi Normal University, Nanchang, China) ,  Zhou Wei (College of Information Science and Engineering, Northeastern University, Shenyang, China) ,  Bi Chao (College of Computer Science and Information Technology, Northeast Normal University, Changchun, China) ,  Luo Guoliang (School of Software, Jiangxi Normal University, Nanchang, China) ,  Cao Yuanlong (School of Software, Jiangxi Normal University, Nanchang, China) ,  Shi Yanjiao (School of Computer Science and Information Engineering, Shanghai Institute of Technology, Shanghai, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 14165-14176  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最も有益な特徴部分集合を選択することを目的とする特徴選択は,次元縮小において重要な役割を果たしている。本論文では,画像分類とクラスタ化のために,内積正規化非負自己表現(IRNSR)と呼ばれる新しい教師なし特徴選択アルゴリズムを設計した。IRNSRアルゴリズムにおいて,最初に,高次元データにおける各々の特徴を,他の特徴の線形結合によって表現した。次に,内部積正規化損失関数を,選択した特徴の間の相関と冗長性を減少させる目的で目的関数に導入した。さらに重要なことに,単純ではあるが効率的な反復更新最適化アルゴリズムを設計し,目的関数を解いた。提案した最適化アルゴリズムの収束挙動も解析した。6つの画像データベースに関する比較実験は,提案したIRNSRアルゴリズムが効果的で効率的であることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *内積 ,  特徴選択 ,  正規化 ,  部分集合 ,  アルゴリズム ,  次元縮小 ,  目的関数 ,  画像データベース ,  *正則化 ,  *クラスタ化 ,  冗長性 ,  比較試験 ,  損失関数
準シソーラス用語： 最適アルゴリズム ,  *画像分類 , 【Automatic Indexing@JST】

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 (5件)： 画像分類 ,  クラスタリング ,  内積 ,  正則化 ,  自己表現