一种基于核投影学习的数据降维方法、设备和介质

    公开(公告)号:CN116206166B

    公开(公告)日:2023-08-11

    申请号:CN202310490898.4

    申请日:2023-05-05

    Abstract: 本发明公开了一种基于核投影学习的数据降维方法、设备和介质,包括以下具体步骤:构建OPLFE模型并引入核函数,将原始数据空间转到高维非线性空间中;获取空间转换的映射关系,确定约束条件,构建核Gram矩阵,指导低秩矩阵学习数据的高维非线性关系;基于单个核Gram矩阵构建多核Gram矩阵,并定义核Gram矩阵权重参数;根据多核Gram矩阵,确定数学联合核投影与表示学习的图像特征提取JNPRL模型;对JNPRL模型进行优化,输出降维后的图像数据。通过学习数据在高维非线性核空间中的数据结构关系指导数据从原始空间到低维特征空间过程的数据转换,提取出图像的主要特征信息,提高对于人脸图像特征提取的精度。

    一种基于核投影学习的数据降维方法、设备和介质

    公开(公告)号:CN116206166A

    公开(公告)日:2023-06-02

    申请号:CN202310490898.4

    申请日:2023-05-05

    Abstract: 本发明公开了一种基于核投影学习的数据降维方法、设备和介质,包括以下具体步骤:构建OPLFE模型并引入核函数,将原始数据空间转到高维非线性空间中;获取空间转换的映射关系,确定约束条件,构建核Gram矩阵,指导低秩矩阵学习数据的高维非线性关系;基于单个核Gram矩阵构建多核Gram矩阵,并定义核Gram矩阵权重参数;根据多核Gram矩阵,确定数学联合核投影与表示学习的图像特征提取JNPRL模型;对JNPRL模型进行优化,输出降维后的图像数据。通过学习数据在高维非线性核空间中的数据结构关系指导数据从原始空间到低维特征空间过程的数据转换,提取出图像的主要特征信息,提高对于人脸图像特征提取的精度。

Patent Agency Ranking