苏州大学教授：张莉——面向图像分类的有监督降维学习

张 莉，教授，博导，IEEE会员，中国计算机学会高级会员, 中国人工智能学会机器学习专业委员会委员,中国人工智能学会粗糙集与软计算专委会委员，中国计算机学会人工智能与模式识别专业委员会委员，江苏省计算机学会第七届理事会理事，江苏省计算机学会第七届理事会理事青年工作委员会副主任。

导读

在面对图像分类问题时，由于图像本身所具有的高维性，需要进行降维处理。本报告考虑有监督降维学习在图像分类中的应用。在基于图的有监督降维学习中，有两个核心问题需要考虑。一是如何构造图的邻接矩阵，另一个是如何确定子空间维数。针对第一个问题，本报告引入一种双邻接图构造方式，在DNE的基础上提出了基于双图的判别近邻嵌入算法， 该方法具有更好的提取判别特征的能力。针对第二个问题，在NPE的基础上，引入吸引子的概念以及稀疏学习，提出了基于吸引子的稀疏邻域保持嵌入算法。在本方法中，降维子空间的维数是确定的，和分类问题的类别数一致。在图像分类上，这两种方法均取得了不错的效果。