导读:本文包含了正交判别投影论文开题报告文献综述及选题提纲参考文献，主要关键词:流形学习算法,邻域选择,流形距离,正交判别
正交判别投影论文文献综述
马丽,董唯光,梁金平,张晓东[1]（2016）在《基于随机投影的正交判别流形学习算法》一文中研究指出提出一种基于流形距离的局部线性嵌入算法,以流形距离测度数据间的相似度,选择各样本点的近邻域,解决了欧氏距离作为相似性度量时对邻域参数的敏感性.在MDLLE算法中引入最大边缘准则(maximum margin criterion,MMC)来构建最优平移缩放模型,使得算法在保持LLE局部几何结构的同时,具有MMC准则判别能力.通过正交化低维特征向量可消除降维过程中的噪声影响,进而提高算法的监督判别能力.由实验结果得到,所提出的方法具有良好的降维效果,能有效避免局部降维算法对邻域参数的敏感.随机投影独立于原始高维数据,将高维数据映射到一个行单位化的随机变换矩阵的低维空间中,维持映射与原始数据的紧密关系,从理论上分析证明了在流形学习算法中采用随机投影可以高概率保证在低维空间保持高维数据信息.(本文来源于《郑州大学学报(理学版)》期刊2016年01期）
张强,蔡云泽[2]（2014）在《监督式正交迹比判别投影在图像集人脸识别中的应用》一文中研究指出研究、分析了人脸识别中提取原始数据特征的已有方法,在此基础上给出了一种应用监督式正交迹比判别投影(SOTRDP)的新型特征提取方法,即SOTRDP方法。不同于现有的非监督判别投影(UDP)方法,SOTRDP方法能够同时利用局部信息和类别信息建立相似性矩阵。在利用改进局部切空间对齐(ILTSA)非线性降维的基础上,利用聚类中心或最靠近它的样本作为输入,拓展SOTRDP用于图像集人脸识别。在PIE和Honda/UCSD人脸数据库上的实验结果验证了所提方法的有效性。(本文来源于《高技术通讯》期刊2014年07期）
杨延荣,杨仁杰,张志勇,董桂梅,杨士春[3]（2013）在《红外光谱结合核隐变量正交投影法判别掺杂牛奶》一文中研究指出为了快速、准确地检测掺杂牛奶,采用基于核隐变量正交投影(K-OPLS)法分析了掺杂牛奶的光谱。选用高斯函数作为核函数,内部交叉验证均方根(RMSECV)最小值作为评价指标,优选了核函数中的核宽度σ以及Y正交成分数。配置含四环素牛奶(0.01～0.3gL-1)、叁聚氰胺牛奶(0.01～0.3gL-1)和葡萄糖牛奶(0.01～0.3gL-1)各36个,采集纯牛奶及掺杂牛奶样品的红外光谱,采用K-OPLS建立各掺杂牛奶与纯牛奶的判别模型。利用这些模型对未知样品进行判别,结果显示对掺杂四环素、叁聚氰胺、葡萄糖牛奶的判别正确率分别为100%、100%、95.8%。建立了同时判别3种掺杂牛奶与纯牛奶的K-OPLS模型,该模型对未知样品的判别正确率为93.1%;同时,与偏最小二乘判别PLS-DA方法的预测结果进行了比较,结果表明:K-OPLS建模方法对于复杂的牛奶体系具有较好的预测能力。(本文来源于《光学精密工程》期刊2013年10期）
郑建炜,王万良,蒋一波[4]（2013）在《增量式正交局部判别投影法》一文中研究指出针对现有投影分析算法随着输入数据量的增加计算复杂度急剧增长这一问题,通过子块优化策略构建了目标投影模型,称之为增量的局部判别投影(ILDP)算法。算法兼顾样本的类间离散度和类内紧凑性,求得的投影矩阵还具有正交性;通过子块迭加和奇异值升级算法对模型的求解进行了增量式扩展,计算过程中并无出现矩阵逆操作,即规避了小样本问题。在COIL图像库、USPS手写字体库和ExYaleB人脸库中的实验表明,对比经典的ILDA、LSDA、MMP等降维算法,ILDP具有更高的识别率,尤其在USPS数据库中,ILDP的识别率接近于90%,而其它的算法识别率都低于85%。与此同时,ILDP的计算量也明显少于对比算法,在USPS数据库中仅需要少于0.5s的时间即可完成最优投影矩阵计算。(本文来源于《光电子.激光》期刊2013年01期）
李勇周,罗大庸[5]（2009）在《正则化最小二乘的正交局部保持判别投影的人脸识别》一文中研究指出提出一种新的子空间学习方法:正则化最小二乘的正交局部保持判别投影.为了更好地保持数据流形的结构,融合局部保持投影和线性判别分析的特点,对类内和类间加权矩阵分别进行了定义,从而构造目标函数.首先使用特征分解求出训练样本在人脸子空间的投影,然后使用最小二乘法解出投影子空间,最后将子空间的基向量正交化.在标准人脸数据库上的试验证明了这种识别方法的正确和有效.(本文来源于《小型微型计算机系统》期刊2009年09期）
王国强,石念峰,郭玉珂[6]（2009）在《基于正交判别邻域保持投影的人脸识别》一文中研究指出邻域保持投影(neighborhood preserving projections,NPP)是一种保持局部邻域结构的子空间分析方法。虽然NPP已经在许多领域得到应用,但在解决识别问题时有缺陷。在NPP算法的基础上提出一种新的子空间分析方法,称为正交判别邻域保持投影(orthogonal discriminant neighborhood preserving projections,ODNPP)。ODNPP目标是考虑类标签信息来增强局部类内几何关系,同时还最大化类间的距离。而且,为了克服NPP的测度扭曲问题,ODNPP引入Gram-Schmidt正交化获得正交投影矩阵。在FERET人脸数据库和ORL人脸数据库上的实验结果表明该方法是有效的。(本文来源于《仪器仪表学报》期刊2009年08期）
正交判别投影论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究、分析了人脸识别中提取原始数据特征的已有方法,在此基础上给出了一种应用监督式正交迹比判别投影(SOTRDP)的新型特征提取方法,即SOTRDP方法。不同于现有的非监督判别投影(UDP)方法,SOTRDP方法能够同时利用局部信息和类别信息建立相似性矩阵。在利用改进局部切空间对齐(ILTSA)非线性降维的基础上,利用聚类中心或最靠近它的样本作为输入,拓展SOTRDP用于图像集人脸识别。在PIE和Honda/UCSD人脸数据库上的实验结果验证了所提方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
正交判别投影论文参考文献
[1].马丽,董唯光,梁金平,张晓东.基于随机投影的正交判别流形学习算法[J].郑州大学学报(理学版).2016
[2].张强,蔡云泽.监督式正交迹比判别投影在图像集人脸识别中的应用[J].高技术通讯.2014
[3].杨延荣,杨仁杰,张志勇,董桂梅,杨士春.红外光谱结合核隐变量正交投影法判别掺杂牛奶[J].光学精密工程.2013
[4].郑建炜,王万良,蒋一波.增量式正交局部判别投影法[J].光电子.激光.2013
[5].李勇周,罗大庸.正则化最小二乘的正交局部保持判别投影的人脸识别[J].小型微型计算机系统.2009
[6].王国强,石念峰,郭玉珂.基于正交判别邻域保持投影的人脸识别[J].仪器仪表学报.2009