| 基于L2,1模和图正则化的低秩迁移子空间学习 |
| |
| 引用本文： | 屈磊,方怡,熊友玲,唐俊.基于L2,1模和图正则化的低秩迁移子空间学习[J].控制理论与应用,2018,35(12):1738-1749. |
| |
| 作者姓名： | 屈磊 方怡 熊友玲 唐俊 |
| |
| 作者单位： | 安徽大学物质科学与信息技术研究院,安徽大学物质科学与信息技术研究院,安徽大学物质科学与信息技术研究院,安徽大学物质科学与信息技术研究院 |
| |
| 基金项目： | 国家自然科学基金(61871411, 61772032),人事部留学人员科技活动项目择优资助项目,安徽大学物质科学与信息技术研究院学科建设开放基金 |
| |
| 摘 要： | 本文提出一种基于L_(2,1)模和图正则化的低秩迁移子空间学习方法.首先,在低秩重构过程中通过对重构矩阵施加具有旋转不变性的L_(2,1)模约束,可在挖掘目标域数据的关键特征的同时提高算法对不同姿态图片分类的鲁棒性.其次,在目标函数中引入图结构的正则化,使得迁移时数据中的局部几何结构信息得以充分利用,进一步提高了分类性能.最后,为解决源域数据较少导致的欠完备特征空间覆盖问题,在公共子空间中利用源域数据和目标域数据联合构造字典,保证了重构的鲁棒性.在Caltech256, Office, CMU–PIE, COIL20, USPS, MNIST, VOC2007和MSRC数据库上的大量对比实验验证了本文方法的有效性和鲁棒性.
|
| 关 键 词： | 迁移学习 低秩重构 L2 1模 图正则化 |
| 收稿时间： | 2018/6/8 0:00:00 |
| 修稿时间： | 2019/1/17 0:00:00 |
L2,1-norm and Graph-Regularization based Low-Rank Transfer Subspace Learning |
| |
| QU Lei,FANG Yi,XIONG You-ling and TANG Jun.L2,1-norm and Graph-Regularization based Low-Rank Transfer Subspace Learning[J].Control Theory & Applications,2018,35(12):1738-1749. |
| |
| Authors: | QU Lei FANG Yi XIONG You-ling and TANG Jun |
| |
| Affiliation: | Institute of Physical Science and Information Technology, Anhui University,Institute of Physical Science and Information Technology, Anhui University,Institute of Physical Science and Information Technology, Anhui University,Institute of Physical Science and Information Technology, Anhui University |
| |
| Abstract: | |
| |
| Keywords: | transfer learning low-rank reconstruction L2 1-norm graph regularization |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
