科创中国

张量图像上的正交张量监督近邻保持嵌入

原文链接：万方

• 作者：

  许淑华

• 摘要：

  正交张量近邻保持嵌入是一种有效的张量图像的降维工具,但仍存在监督判别信息不足的问题.为此提出正交张量监督近邻保持嵌入OTSNPE(Orthogonal Tensor Supervised Neighborhood Preserving Embedding)降维算法.该算法首先将二维图像看成二阶张量空间的点;然后在同类样本中选择近邻并进行线性重构;最后通过特征保持提取投影方向.投影后的特征既能有效地保持张量图像像点之间的空间关系,又能较好地保持蕴含在张量图像之间的类内局部重构关系和近邻关系.在AR和YaleB人脸数据集上的实验验证了该算法的有效性.

• 关键词：

  降维 监督判别信息 近邻保持嵌入 张量图像

• 作者单位：

  绍兴文理学院数理信息学院

• 基金项目：

  浙江省青年基金项目(LQ12F02007)

• 来源期刊：

  计算机应用与软件

• 年，卷(期)：

  2012010