《監督流形學習算法研究》是依託復旦大學,由張軍平擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:監督流形學習算法研究
- 依託單位:復旦大學
- 項目類別:青年科學基金項目
- 項目負責人:張軍平
- 批准號:60505002
- 申請代碼:F0605
- 負責人職稱:教授
- 支持經費:22(萬元)
- 研究期限:2006-01-01 至 2008-12-31
《監督流形學習算法研究》是依託復旦大學,由張軍平擔任項目負責人的青年科學基金項目。
《監督流形學習算法研究》是依託復旦大學,由張軍平擔任項目負責人的青年科學基金項目。項目摘要本項目的研究目的是要在高維數據集呈現高度彎曲意義下,在假定數據具有內在低維流形下,如何從高維數據中學習內在認知維數或主要物理特徵,...
流形學習方法是模式識別中的基本方法,分為線性流形學習算法和非線性流形學習算法,非線性流形學習算法包括等距映射(Isomap),拉普拉斯特徵映射(Laplacian eigenmaps,LE),局部線性嵌入(Locally-linear embedding,LLE)等。而線性方法則是對非線性方法的線性擴展,如主成分分析(Principal component analysis,PCA),多維...
引入機器學習理論是提高環境感知水平的重要方向。本項目基於智慧型車輛的多感測器平台,利用多源感測器信息,有效地將信息間的互補特性和半監督學習、流形學習的相關理論結合,開展車輛行駛環境中的感知、識別等問題研究。藉助流形學習理論的良好維數約簡能力和潛在的認知學內涵,在感測器信息指導下完成半監督流形學習算法的改進...
《基於流形學習的形變指紋和不完整指紋匹配算法研究》是依託西安電子科技大學,由曹凱擔任項目負責人的青年科學基金項目。中文摘要 本項目重點研究自動指紋識別技術中的形變指紋匹配和不完整指紋匹配兩個難點問題,最終得到快速、準確和魯棒的自動指紋匹配算法,為提高自動指紋識別系統的準確率和用戶接受度提供更加魯棒的底層...
《關於流形學習的有效性算法與特徵提取解釋理論研究》是依託西安交通大學,由孟德宇擔任項目負責人的青年科學基金項目。中文摘要 數據特徵提取是數據建模與數據挖掘的基本問題,而流形學習是數據特徵提取最為近代與熱點的研究領域。本項目擬針對流形學習目前存在的若干關鍵性基礎問題展開研究,將構建能有效用於超大規模與具...
在ORL和FERET人臉庫上的測試結果表明,算法具有較好的識別性能。內容簡介 《基於子空間和流形學習的人臉識別算法研究》由山東人民出版社出版。圖書目錄 第一章緒論 第一節引言 第二節研究背景和意義 第三節人臉識別技術概述 第四節國內外研究現狀 第五節問題的提出和本書的貢獻 第六節本書的組織結構 第二章基於...
第1章緒論 第2章基於最近特徵線流形學習的人臉超解析度算法 第3章基於圖像塊局部約束表示的噪聲魯棒人臉超解析度算法 第4章基於高解析度流形空間約束的人臉超解析度算法 第5章基於局部疊代嵌入和字典漸進更新的人臉超解析度算法 第6章基於人臉超解析度重建的進一步研究 參考文獻 附錄圖像噪聲強度與正則化參數的關係 ...
本項目藉助統計學習理論分析現有流形學習的分類推廣性能,把大間隔分類器理論引入到有監督流形學習中,重點研究具有強推廣(泛化)能力的非線性維數約簡方法,深入探索大間隔流形學習中映射新測試樣本(out-of-sample問題)的方法。與已有的方法相比,本項研究將更加有效地緩解維數危機,顯著提高小樣本模式識別(如人臉識別、...
1.1.5 基於圖的半監督學習 1.2 線上學習 1.2.1 問題類型 1.2.2 更新類型 1.2.3 貪婪程度 1.3 線上半監督學習 1.3.1 線上流形正則化 1.3.2 線上協同正則化 1.3.3 線上半監督支持向量機 1.3.4 線上半監督Boosting 1.3.5 其他線上半監督學習算法 第2章 線上半監督學習框架 ...
探索解決其中的關鍵科學問題,包括:(1)如何利用圖模型更好地挖掘數據間的約束關係和隱含的流形結構;(2)如何減少基於圖的半監督學習算法的計算量;(3)如何設計有效的算法消除噪聲的影響;(4)如何設計優良的教學算法對半監督學習過程進行“指導”;(5)如何將半監督學習和其它學習策略有機地結合;(6)如何...
本課題提出使用流形學習與聚類的方法發掘矢量場中潛在的流形特徵,進而可以通過層次化聚類的方式簡化矢量場,有效地顯示矢量場的拓撲結構,提高矢量場特徵可視化性能;並對流形學習算法中存在的效率低、結果不夠精確的問題,通過相關模型和算法的研究,提出比較可行的流形學習和聚類算法;同時提出有監督的ROI目標區域檢測的...
該方法在低維流形空間中可以提供較好的類內緊縮性及類間分離性。通過研究引入半監督等思想方法來增強了多流形數據建模的魯棒性; 3. 在研究基於視頻的人體頭部姿態分析中,為有效解決頭部跟蹤魯棒性較差、頭部姿勢估計準確性較差的問題,設計了融合這兩個過程的頭部跟蹤與姿勢估計的算法。頭部跟蹤算法採用線上特徵學習...
本課題針對弱監督學習問題開展了研究,在總結現有針對特定問題的弱監督學習方法的基礎上,提出兩種了統一的弱監督學習框架:基於極大似然估計的EM Model和基於圖方法的Graph Model,使其成為解決各種複雜弱監督學習問題的基礎。在統一的弱監督學習框架下,分別提出了解決半監督學習問題的嵌入式流形直推自學習算法、解決弱...