基于加权局部线性嵌入的植物叶片图像识别方法

摘要：

局部线性嵌入(LLE)是一种经典的流形学习算法,它通过保持近邻样本点之问的最小重构权值不变,将原始样本点投影到低维空间.但由于 LLE对噪声比较敏感,为了提高LLE的鲁棒性,提出了一种加权LLE (WLLE)算法.首先,利用热核函数计算每个样本点的重要性值；然后将每个样本点的重要性值加入到LLE算法的代价函数中,使得噪声点和样本外点得到了很好抑制.最后由真实的植物叶片图像数据库上的实验结果证实了WLLE算法的有效性和可行性.

关键词：图像识别、流形学习、局部线性嵌入、加权局部线性嵌入、植物叶片

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60975005

在线出版日期：2012-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：141-145