多特征的综合-特征提取.pptVIP

我们首先简看一下传统的谱聚类算法，这些都是从单一角度的。谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。 现在multiview spectral methods大多是关于聚类，分类的，很少关于降维的。至于对多角度的谱聚类算法，研究还只是初步，因此，第二部分时我们简要介绍DSE * Xi是特征角度i下得到的特征矩阵。 主要的函数为以下： * 兼顾低维和有效平滑嵌入。 对图片的介绍。 * （2）式代表所要进行局部优化的第i个角度的第j个块； 其中W下标j上标i表示k维的列向量，其权值就是Wjl； * 大致计算过程也是需要说明的； 11式3.3需要 * 对13式求解，文章通过迭代的算法来获得局部最优解 * 仍需要说明补充 * 这个数据库来自Corel 图像库，有三种类别，公交车，船，火车。 说明图像结果 * 使用Corel2000和Caltech256-2045数据库 * TRECVID2008训练集，也用到图像检索里的5个特征 * 、 * * 1 多