標架叢上的聯(lián)絡學習算法及其應用研究.pdf

1、流形學習自2000年提出以來受到了人們廣泛的關注并取得了長足進展。傳統(tǒng)流形學習方法需要足夠多的訓練樣本學習高維數據的低維嵌入表示，所以，在單樣本訓練情況下，流形學習仍存在泛化能力、魯棒性等問題。因此，本文從多流形學習的角度出發(fā)，提出了標架叢上的聯(lián)絡學習算法，并將算法應用于單樣本人臉識別問題中，本文主要內容為：
　　(1)提出了標架叢上的多流形聯(lián)絡學習算法(MMCA-FB)，利用分塊方法構造多流形結構，通過標架叢上的聯(lián)絡算子將多流形

2、結構分別映射到橫、縱空間以挖掘更多判別信息來最大化流形間間隔。
　　(2)提出了標架叢上的局部特征聯(lián)絡學習算法(LFCA-FB)，根據人臉局部特征(眼、鼻、嘴等)構造局部特征多流形結構，利用聯(lián)絡算子學習出流形間和流形內樣本原始輸入空間的主要變化方向，將此額外信息加入到有監(jiān)督的神經網絡訓練中。
　　綜上所述，本文的創(chuàng)新點主要體現(xiàn)在：
　　(1)通過將單張訓練人臉看作一個流形和將人臉局部特征看作一個流形，構造了兩種多流形數