基于非线性降维多项式逻辑斯蒂回归的图像/非图像数据的分类与识别

摘要：

在面向大规模复杂数据的模式分类和识别问题中,绝大多数的分类器都遇到了维数灾难这一棘手的问题.在进行高维数据分类之前,基于监督流形学习的非线性降维方法可提供一种有效的解决方法.利用多项式逻辑斯蒂回归方法进行分类预测,并结合基于非线性降维的非监督流形学习方法解决图像以及非图像数据的分类问题,因而形成了一种新的分类识别方法.大量的实验测试和比较分析验证了本文所提方法的优越性.

关键词：非线性降维、数据分类、多项式逻辑斯蒂回归、图像/非图像数据

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

资助基金：The Major Program of Hi-technology Research and Development 863 of China.2008AA12A200;Programs of National Natural Science Foundation of China60875072

在线出版日期：2010-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：85-93