本项目针对增量特征抽取这一国际前沿研究课题,着重研究有监督的增量特征抽取方法,重点解决和突破海量高维数据的特征更新问题。以鉴别分析为基础,运用奇异值分解更新技术,分别构造基于线性鉴别分析的增量特征抽取方法和基于核鉴别分析的非线性增量特征抽取方法。并运用矩阵扰动理论对增量特征抽取方法和对应批量方法的解之间的误差进行定量分析。通过开发基于鉴别分析的增量式人脸自动识别系统验证本项目所提方法的有效性,并与国际前沿的研究成果进行比较。本项研究对拓展模式识别和机器学习理论、开发实用的增量学习系统都具有重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
基于直观图的三支概念获取及属性特征分析
铁路大跨度简支钢桁梁桥车-桥耦合振动研究
基于几何热扩散的MRI脑皮层形态特征抽取与鉴别回归分析研究
基于模拟电路信号压缩采样的非线性特征核抽取与鉴别方法
基于鉴别特征分析的遥感图像检索方法研究
半监督鉴别特征抽取及人脸识别应用研究