提出一种基于密度中心图的弱监督分类方法,利用少量已标注样本,结合大量未知模式样本进行弱监督学习。借助样本空间的密度信息,求出密度中心点来准确地反应数据的空间几何特征,在此基础上建图,利用标记传递方法,
传统的高光谱数据特征选择方法分为监督和无监督模式,然而在高光谱数据实际处理中,大量无标记和少量有标记数据并存.此外,传统方法忽视了真实数据嵌入在高维空间中的流形结构.本文提出一种基于流形的半监督特征选
针对人脸识别应用中的线性局部切空间排列算法(LLTSA)不能有效利用样本标签信息的问题,提出了一种线性局部切空间排列的标签传播半监督算法(SSLLTSA)。该算法利用标签传播的方法从带有部分标签的样本
基于词性标注的特征定位方法,张希远,李宏伟,特征与相关实现代码之间关系的逆向恢复被称为特征定位。现有特征定位技术主要依赖于分析动态执行情况或程序语法结构,无法充分利
基于关键特征的运动搜索方法,黄天羽,,为了实现快速的运动搜索,本文提出一种基于关键特征的运动搜索方法。该方法应用时空Isomap对运动捕捉数据进行降维,从而保留运动的
基于局部区域SIFT特征匹配的偷盗检测算法研究,王彩琴,杜文广,研究了尺度不变特征提取及SVD匹配算法,并在此基础上,针对目前智能视频监控系统中偷盗检测技术的缺陷,提出一种基于局部区域的SVD
通过分析面向对象高分辨率影像变化检测面临的问题,从影像对象多特征选择与利用入手来提高其变化检测的性能。提出了一种面向对象的非监督特征优选的变化检测方法,首先利用面向对象的分割方法对原始影像进行分割得到
入侵检测问题实际上是一个分类问题,特征选择的好坏直接决定了分类模型的性能。针对计算机安全问题是事后于计算机系统设计、没有标准的审计机制和专门的数据格式用于入侵检测分析用途的现状,讨论了通过扩展数据挖掘
基于支持向量机的递归特征消除(SVM-RFE)是目前最主流的基因选择方法之一,是为二分类问题设计的,对于多分类问题必须要进行扩展。从帕累托最优(ParetoOptimum)的概念出发,阐明了常用的基因
尽管考虑了数据的分布信息,但无监督判别投影(UDP)忽略了针对高阶张量对象的数据的空间结构信息。 为了解决这些问题,开发了许多张量方法来表征空间结构信息。 尽管有效,但是这些方法忽略了样本的局部流形结