文献

J-GLOBAL ID：202002278329799857   整理番号：20A1620410

Euler表現に基づく局所性保存射影【JST・京大機械翻訳】

Locality preserving projection based on Euler representation

著者 (5件)： Long Tianhang (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Sun Yanfeng (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Gao Junbin (Discipline of Business Analytics, The University of Sydney Business School, The University of Sydney, NSW 2006, Australia) ,  Hu Yongli (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Yin Baocai (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian 116024, China)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 70  ページ： Null  発行年： 2020年 
JST資料番号： W0218A  ISSN： 1047-3203  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： 局所性保存投影(LPP)は広く使われている線形次元縮小法であり,元のデータの局所構造を保存する。カーネル技術が特徴の非線形類似性を捕捉し,近くのデータ点間の分離性を改善するのを助けるという事実により,本論文は,Euler表現(ELPPと呼ぶ)に基づく局所性保存投影モデルを提案した。本モデルは,まずEuler表現を有する複雑な空間にデータを投影し,次に,この複雑な空間における局所構造を保存する次元縮小投影を学習する。また,Fノルムと二乗Fノルムを置き換えることによって,ELPPをF-ELPPに拡張し,それは,過度の誤差を弱めて,異常値に対してよりロバスト性であった。2つのモデルの最適化アルゴリズムを与えて,F-ELPPの収束を証明した。いくつかの公開データベースに関する多数の実験は,2つの提案モデルが良いロバスト性と特徴抽出能力を有することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  最適化手法 ,  特徴抽出 ,  ルブリケータ ,  線形性 ,  異常値 ,  *局所性 ,  *射影 ,  類似性 ,  次元縮小 ,  ロバスト性 ,  ノルム
準シソーラス用語： 局所構造 , 【Automatic Indexing@JST】

著者キーワード (3件)： 局所性保存射影 ,  Euler表現 ,  次元縮小

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

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