基于图嵌入的自适应多视降维方法
随着监控摄像头的普及和数据采集技术的快速发展,多视数据呈现出规模大、维度高和多源异构的特点,使得数据存储空间大、传输慢、算法复杂度高,造成"有数据、难利用"的困境.到目前为止,国内外在多视降维方面的研究还比较少.针对这一问题,本文提出一种基于图嵌入的自适应多视降维方法.该方法在考虑视角内降维后数据重构原始高维数据的基础上,提出自适应学习相似矩阵来探索不同视角之间降维后数据的关联关系,学习各视数据的正交投影矩阵实现多视降维任务.本文在多个数据集上对降维后的多视数据进行了聚类/识别实验验证,实验结果表明基于图嵌入的自适应多视降维方法优于其他降维方法.
降维;多视数据;图嵌入;自适应学习;高维数据;相似性度量;无监督学习;表示学习
16
TP18(自动化基础理论)
国家自然科学基金项目;北京市自然科学基金项目
2021-11-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
962-970