主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
何进荣,丁立新,李照奎,胡庆辉.基于边界判别投影的数据降维.软件学报,2014,25(4):826-838
基于边界判别投影的数据降维
Margin Discriminant Projection for Dimensionality Reduction
投稿时间:2013-10-15  修订日期:2014-01-27
DOI:10.13328/j.cnki.jos.004571
中文关键词:  边界判别投影  数据降维  特征提取  边界样本点  人脸识别
英文关键词:margin discriminant projection  dimensionality reduction  feature extraction  margin sample  face recognition
基金项目:中央高校基本科研业务费专项资金(2012211020209);广东省省部产学研结合专项资金(2011B090400477);珠海市产学研合作专项资金(2011A050101005,2012D0501990016);珠海市重点实验室科技攻关项目(2012D0501990026)
作者单位E-mail
何进荣 软件工程国家重点实验室(武汉大学 计算机学院), 湖北 武汉 430072 hejinrong@whu.edu.cn 
丁立新 软件工程国家重点实验室(武汉大学 计算机学院), 湖北 武汉 430072  
李照奎 软件工程国家重点实验室(武汉大学 计算机学院), 湖北 武汉 430072  
胡庆辉 软件工程国家重点实验室(武汉大学 计算机学院), 湖北 武汉 430072  
摘要点击次数: 3529
全文下载次数: 3308
中文摘要:
      为了提取具有较好判别性能的低维特征,提出了一种新的有监督的线性降维算法——边界判别投影,即,最小化同类样本间的最大距离,最大化异类样本间的最小距离,同时保持数据流形的几何形状.与经典的基于边界定义的算法相比,边界判别投影可以较好地保持数据流形的几何结构和判别结构等全局特性,可避免小样本问题,具有较低的计算复杂度,可应用于超高维的大数据降维.人脸数据集上的实验结果表明,边界判别分析是一种有效的降维算法,可应用于大数据上的特征提取.
英文摘要:
      A novel supervised linear dimensionality reduction algorithm called margin discriminant projection (MDP) is proposed to extract low-dimensional features with good performance of discriminant. MDP aims to minimize maximum distance of samples belong to the same class and maximize minimum distance of samples belong to different classes, and at the sametime preserve the geometrical structure of data manifold. Compared with classical algorithms based on the definition of margin, MDP is good at preserving the global properties, such as geometrical and discriminant structure of data manifold, and can overcome small size sample problem. Due to its low cost of computation, MDP can be directly applied on ultra-high dimensional big data dimensionality reduction. Experimental results on five face data sets show its effectiveness for feature extraction on big data.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利