文献

J-GLOBAL ID：202102250097898332   整理番号：21A0112844

画像認識のための測地局所正準相関解析法【JST・京大機械翻訳】

A Geodesic Locality Canonical Correlation Analysis Method for Image Recognition

著者 (5件)： Xu Huan (安徽理工大学計算机科学与工程学院 淮南 232001) ,  Su Shuzhi (安徽理工大学計算机科学与工程学院 淮南 232001) ,  Yan Wenjing (北京工商大学計算机与信息工程学院 北京 100037) ,  Deng Yinghao (安徽理工大学計算机科学与工程学院 淮南 232001) ,  Xie Jun (安徽理工大学計算机科学与工程学院 淮南 232001)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 42  号： 11  ページ： 2813-2818  発行年： 2020年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 正準相関分析(CCA)は古典的多モード特徴学習法であり、異なるモードから相関性の最大低次元特徴を同時に学習できるが、サンプル空間に隠れた非線形多様体構造の発見が難しい。測地多様体に基づく多モード特徴学習法,すなわち,測地局所正準相関分析(GeoLCCA)を提案した。この方法は測地距離を用いて低次元相関特徴の測地散布を構築し、さらに、モード間の相関性を最大化し、モード内の測地散布学習を最小限にすることで、識別力の非線形相関特徴を学習する。提案方法は理論的に解析されるだけでなく,実際の画像データセットでこの方法の有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 多様体 ,  学習 ,  *測地 ,  多モード ,  有効性 ,  画像認識
準シソーラス用語： 画像データ ,  正準相関解析 ,  低次元 ,  測地距離 , 【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 (3件)： 画像認識 ,  測地 ,  正準相関解析