《多視角局部距離學習及其套用》是舒欣為項目負責人，南京農業大學為依託單位的青年科學基金項目。
基本介紹
- 中文名：多視角局部距離學習及其套用
- 項目類別：青年科學基金項目
- 項目負責人：舒欣
- 依託單位：南京農業大學
項目摘要,結題摘要,
項目摘要
近年來，距離學習在模式識別和機器學習領域得到了廣泛關注,傳統距離學習大多是全局距離學習算法，僅適用於單視角數據，難以直接套用於多視角數據。本項目擬研究多視角局部距離學習，主要從視角相關性及多視角數據的低維流形結構兩方面展開研究，研究基於希爾伯特-施密特獨立性及統計相關的多視角局部距離學習；針對各視角特徵具有不同機率分布，研究基於最大均值差異的不變投影算法；研究基於資訊理論的融合全局及局部信息的馬氏距離學習算法；為降低模型求解複雜度，研究基於低秩多核的非線性距離學習算法；將提出的多視角局部學習模型套用於圖像分類、聚類以及基於內容的圖像檢索。力爭在多視角局部距離學習模型建立、最佳化算法設計以及套用方面取得創新性研究成果。
結題摘要
距離學習在模式識別及機器學習領域得到了廣泛關注，傳統距離學習大多套用於單視角數據，難以套用於多視角數據。本項目研究多視角局部距離學習，主要從多視角數據相關性以及低維流形結構方面展開研究，提出了基於HSIC準則的多視角判別分析模型；提出了圖正則化的跨模態哈希模型用於描述視角間以及視角內的數據幾何結構特徵；提出了基於混合矩陣分解的多模態數據聚類；針對多視角多標記高維數據，建立了核特徵矩陣分解與最小二乘的等價關係，提出了基於最小二乘的快速特徵提取算法。本項目的研究有望豐富多視角數據相似性學習的相關理論和算法，為實際套用提供理論和技術支持。
