Stable Orthogonal Local Discriminant Embedding for Linear Dimensionality Reduction
Stable Orthogonal Local Discriminant Embedding for Linear Dimensionality Reduction
复制标题
用于线性降维的稳定正交局部判别嵌入
DOI：
10.1109/tip.2013.2249077
复制
发表时间：
2013-02
期刊：
影响因子：
--
通讯作者：
Yamin Liu
中科院分区：
文献类型：
--
作者：
Jingjie Ma;Hailin Zhang;Xinbo Gao;Yamin Liu
流形学习在机器学习和模式识别中有着广泛的应用。然而，流形学习只考虑了属于同一类的样本之间的相似性，而忽略了数据的类内变化，这将影响算法的泛化性和稳定性。为此，我们构建了一个邻接图来模拟类内变化，其特征在于最重要的属性，如模式的多样性，然后将多样性纳入线性降维的判别目标函数。最后，我们引入了基向量的正交约束，并提出了一种称为稳定正交局部判别嵌入的正交算法。在多个标准图像数据库上的实验结果表明了该方法的有效性。
Manifold learning is widely used in machine learning and pattern recognition. However, manifold learning only considers the similarity of samples belonging to the same class and ignores the within-class variation of data, which will impair the generalization and stableness of the algorithms. For this purpose, we construct an adjacency graph to model the intraclass variation that characterizes the most important properties, such as diversity of patterns, and then incorporate the diversity into the discriminant objective function for linear dimensionality reduction. Finally, we introduce the orthogonal constraint for the basis vectors and propose an orthogonal algorithm called stable orthogonal local discriminate embedding. Experimental results on several standard image databases demonstrate the effectiveness of the proposed dimensionality reduction approach.
登录
查看更多内容
DOI：
10.1109/tip.83
发表时间：
2004
期刊：
--
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1109/afgr.2004.1301545
发表时间：
2004-05
期刊：
Sixth IEEE International Conference on Automatic Face and Gesture Recognition, 2004. Proceedings.
影响因子：
--
作者：
Xiaogang Wang;Xiaoou Tang
通讯作者：
Xiaogang Wang;Xiaoou Tang
DOI：
10.1016/c2009-0-27872-x
发表时间：
1972
期刊：
影响因子：
--
作者：
H. Shimodaira;Iain Murray
通讯作者：
Iain Murray
DOI：
10.1002/0470854774.ch1
发表时间：
2006
期刊：
--
影响因子：
--
作者：
P. Pudil;P. Somol;M. Haindl
通讯作者：
P. Pudil;P. Somol;M. Haindl
DOI：
10.1109/tpami.2005.55
发表时间：
2005-03-01
影响因子：
23.6
作者：
He, XF;Yan, SC;Zhang, HJ
通讯作者：
Zhang, HJ