基于改进ISOMAP算法的图像分类

被引：3

作者：

魏宪

李元祥

赵海涛

庹红娅

许鹏

机构：

[1] 上海交通大学航空航天学院

来源：

上海交通大学学报 | 2010年 / 07期

关键词：

流形学习; 等距特征映射; 直接线性判别; 图像欧氏距离; 降维;

D O I：

10.16183/j.cnki.jsjtu.2010.07.009

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

利用基于邻域的图像欧氏距离寻找最近邻,并用直接线性判别分析方法(Direct LDA)取代多维尺度分析法(MDS),提出一种改进的等距特征映射(ISOMAP)算法(KIMD-ISOMAP)进行降维.人脸图像分类试验表明:KIMD-ISOMAP提高了ISOMAP的分类能力,扩展了邻域半径的选取范围,在加高斯噪声和几何形变的情况下,该算法与其他方法相比,表现出较强的鲁棒性.

引用

页码：911 / 915

页数：5