10.3969/j.issn.1006-9348.2007.11.061
基于增量式拉普拉斯嵌入和SVM的图像识别
提出了一种基于增量式拉普拉斯嵌入和支持向量机的图像识别方法,该方法首先利用增量式拉普拉斯特征映射对数据点进行维数约减和特征提取;再应用以统计学习理论为基础的支持向量机对图像进行分类识别.在降维过程中,该方法能够最优保持原始空间数据点的局部信息,克服了PCA降维算法从全局考虑而丢失局部信息的缺点,并且对测试集的嵌入坐标增量式计算的特点很好地减少了运算量.实验证明,该方法的图像识别率明显高于传统的PCA线性降维方法,具有可行性.
图像识别、拉普拉斯特征映射、支持向量机
24
TP391.41(计算技术、计算机技术)
国家自然科学基金60603027;天津市科技发展基金04310941R;天津市应用基础研究项目05YFGMG
2008-03-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
221-223