| 数据场典型相关分析及其在图像分割中的应用 |
| |
| 引用本文： | 李文平, 杨静, 印桂生, 张健沛. 数据场典型相关分析及其在图像分割中的应用. 自动化学报, 2015, 41(4): 772-784. doi: 10.16383/j.aas.2015.c130896 |
| |
| 作者姓名： | 李文平 杨静 印桂生 张健沛 |
| |
| 作者单位： | 1.哈尔滨工程大学计算机科学与技术学院 哈尔滨 150001;;;2.嘉兴学院数理与信息工程学院 嘉兴 314001 |
| |
| 基金项目： | 国家自然科学基金(61370083,61073043,61073041,61402126),高等学校博士学科点专项科研基金(20112304110011,20122304110012)资助 |
| |
| 摘 要： | 针对数据场环境下多维数据的低维特征提取问题,本文将数据之间的相互作用纳入其相关性求解中,提出一种基于数据场的典型相关分析(Data field based canonical correlation analysis, DFCCA)方法. DFCCA提取的特征具有良好的分布特性,原空间上相隔较远的数据点对的特征聚集在一个较小区域内,而相邻数据点对的特征却有规律地分布在其他点所聚集区域的周围.此特性使得DFCCA具有较好的边界辨识能力,将其应用于图像分割的实验结果表明, DFCCA提取的复杂图像边界具有较好的保真度.
|
| 关 键 词： | 典型相关分析 数据场 特征提取 图像分割 |
| 收稿时间： | 2013-09-16 |
| 修稿时间： | 2014-11-21 |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载免费的PDF全文 |
|
