استخراج ویژگی با استفاده از تصویر جداسازی محلی فازی
Publish place: 12th Iranian Conference on Intelligent Systems
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 676
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS12_020
تاریخ نمایه سازی: 11 مرداد 1393
Abstract:
در چند سال اخیر، الگوریتم های یادگیری مبتنی بر منیفلد برای کاهش ابعاد ارائه شده اند. هدف الگوریتم های یادگیری مبتنی برمنیفلد، کشف نمایش بعد پایین ذاتی داد ههایی هستند که در فضای با ابعاد بالا قرار گرفته اند. این روش ها از گراف ها برای مدل سازی ساختار محلی مجموعه داده ها استفاده می کنند. یکی از روش های یادگیری مبتنی بر منیفلد، تصویر حفظ محلیتLPP)م یباشد. درLPPوزن های گراف براساس کرنل گرما یا الگوی باینری (0-1تنظیم می شوند که در این روش ها، اطلاعات کلاسی داده ها در نظر گرفته نم یشوند. در این مقاله روش استخراج ویژگی جدیدی به نام تصویر جداسازی محلی فازیFLDP)را برای استخراج ویژگی پیشنهاد می کنیم. در این روش، وزن های گراف براساس اطلاعات محلی و اطلاعات کلاسی محاسبه می شوند. آزمایش های انجام شده در بازشناسی چهره بر روی پایگاه داد ههایAR و ExtendedYaleB برتری روش پیشنهادیمان را نشان می دهد.
Keywords:
Authors
مجید محمدی
استادیار، دانشکده مهندسی کامپیوتر، دانشگاه شهید باهنر، کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :