江苏大学学报(自然科学版)

作者：刘勇，杨园园，苟建平，刘志锋

单位：（1. 四川轻化工大学 人工智能四川省重点实验室， 四川 自贡 643002； 2. 江苏大学 计算机科学与通信工程学院， 江苏 镇江 212013）

关键词： 图嵌入,  降维,  概率协作表示;  构图方式,  高维数据

基金：国家自然科学基金资助项目(61976107，61502208); 人工智能四川省重点实验室开放基金资助项目(2017RYJ04); 江苏大学高级专业人才科研启动基金资助项目(14JDG037)

为了充分获取高维数据的几何结构特征、增强高维数据在子空间中的识别能力，基于概率协作表示拥有潜在判别信息和数据几何信息的能力，提出一种基于概率协作表示的几何保持图嵌入（PCRGPGE）的降维新方法.在新方法中，相似高维数据样本的概率协作表示相似，且其概率协作表示的重构在低维子空间中也保持相似，从而使得高维数据所蕴含的低维结构信息保持在子空间中.在PCRGPGR中，首先对高维数据进行概率协作表示并重构，以获取数据的潜在判别和几何信息；然后，采用高维数据的类内和类间的构图方式，得到数据的几何分布信息和判别信息.将PCRGPGR与PCA、LDA、LPP等10个图嵌入方法在2个经典的人脸图像数据集PIE29和IMM上进行对比试验.结果表明： 所提出的PCRGPGE是一种有效的降维方法，能在低维空间较好地保持高维数据的内在结构信息和增强模式判别能力.

来源：2021年第4期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2021年第4期