基于图嵌入的判别近邻分析研究及应用-软件工程专业论文.docxVIP

学位论文使用授权声明 本人完全了解苏州大学关于收集、保存和使用学位论文的规定，即:学位论文著 作权归属苏州大学。本学位论文电子文挡的内容和纸质论文的内容相一致。苏州大学 有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所(含万 方数据电子出版社〉、中国学术期刊(光盘版)电子杂志社送交本学位论文的复印件 和电子文档，允许论文被查阅和借阅，可以采用影印、缩印或其他复制手段保存和汇 编学位论文，可以将学位论文的全部或部分内容编入有关数据库进行检索。 涉密论文口 本学位论文属 在一一一年一-月解密后适用本规定 。 非涉密论文d 论文作者签名:.$嘉浩 日期z 汹丛灿 导师签名: 怜JI 日期:旦丘豆η I I 基于图嵌入的判别近邻分析研究及应用 中文摘要 基于图嵌入的判别近邻分析研究及应用 中文摘要 近年来，流形学习成为机器学习和模式识别领域的研究热点。通常，流形学习方 法的目的是把原始高维数据投影到低维子空间，同时要保持原始数据空间中样本的局 部结构，从而能够揭示数据的本质低维结构和内在规律。作为流形学习方法中的佼佼 者——基于图嵌入的判别近邻分析自提出以来，备受研究人员的关注，已被成功地应 用到人脸识别问题中。本文深入研究了基于图嵌入的判别近邻分析，发现了其邻接图 构造的不平衡问题，并提出了相应的解决方案。本文的主要创新有： 1. 提出了双邻接图的判别近邻嵌入算法。和判别近邻嵌入相比，该算法的特点 是同时构建了类内邻接图和类间邻接图。在双邻接图的判别近邻嵌入算法中，对每一 个样本，不仅要建立其和类内样本的关联，也要建立其和异类样本的关联，这样就解 决了邻接图构造的不平衡问题。在人脸数据集上的实验结果验证了该方法能够提高降 维后数据的可分性。 2. 提出了局部平衡的判别近邻嵌入算法。该算法是在双邻接图的判别近邻嵌入 算法基础上，融入了样本之间的位置信息，从而能更好地保持样本的邻域结构。在人 脸数据集上的实验结果表明该方法具有较好的识别率。 3. 提出了相似平衡的判别近邻嵌入算法。该方法对类内数据和类间数据分别构 造了新的相似性度量函数，并以此为度量来选取同类或异类近邻。此外，该算法在构 造类内邻接图和类间邻接图时，还考虑了以新的度量来衡量样本之间的位置信息。通 过在人脸数据库上的实验证明了相似平衡的判别近邻嵌入算法的有效性。 关键字：流形学习；邻接图；判别近邻嵌入；图嵌入； 作 者：丁春涛 指导老师：张 莉 Abstract Discriminant Neighborhood Analysis Based on Graph Embedding and its Applications Discriminant Neighborhood Analysis Based on Graph Embedding and its Applications Abstract In recent years, manifold learning has attracted a lot of attention in machine learning and pattern recognition. Generally, manifold learning aims to project the original high-dimensional data into a low-dimensional subspace, and simultaneously preserve the local structure of the original data, which can reveal the inherent low-dimensional manifold in the data. As a representative method in manifold learning, the discriminant neighborhood analysis algorithm based on graph embedding has been successfully applied to face recognition. In this thesis, we focus on discriminant neighborhood analysis based on graph embedding. We find the imbalance problem in the construction of adjacency graph and also propose ways to solve this problem. The main contributions of this thesis are concl