基于成对约束的半监督谱流形非线性降维算法及应用研究

项目名称： 基于成对约束的半监督谱流形非线性降维算法及应用研究

项目编号： No.60902069

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 矿业工程

项目作者： 王娜

作者单位： 深圳大学

项目金额： 20万元

中文摘要： 谱流形非线性降维是处理高维和非线性数据的有效手段。本项目拟从成对约束监督信息的设置、利用和挖掘三个方面探索基于成对约束的半监督谱流形非线性降维算法和应用，提高流形学习的维数压缩及提取特征能力。拟利用数据图谱性质和特征对成对约束监督信息特性进行研究，从数据结构层面，建立基于谱性质和特征的某种或某几种监督信息特性，实现成对约束监督信息的设置；基于主动学习策略构建主动半监督降维方法，实现对监督信息的挖掘。基于距离测度函数学习和核矩阵迭代探索联合利用成对约束信息和无标签数据的核矩阵构造方法，提出基于核矩阵学习的半监督谱流形非线性降维的新思路、新方法与新手段，丰富和拓展流形学习、模式分析的理论和方法，并将其应用于生物特征识别，解决在复杂环境，如局部遮挡、可变光照和残缺条件下的虹膜识别实际应用问题。

中文关键词： 谱流形学习；降维；核矩阵学习；主动学习；虹膜识别

英文摘要：

英文关键词： spectral manifold learning；dimensionality reduction；kernel matrix learning；active learning；iris recognition