%0 Journal Article
%T 基于局部结构保持的自适应有序回归学习
%A 王 ？M
%A 吕 静
%A 沈华乐
%J -
%D 2019
%R 10.3969/j.issn.1001-4616.2019.02.002
%X 有序回归学习是一种在训练模型过程中保持数据间序关系的机器学习方法,在图像分类等领域有着广泛的应用. 现有的有序回归模型通过先验知识获得了更优的性能,但是它们没有考虑数据内的局部结构信息. 本文在有序回归学习的同时保持局部结构信息,并嵌入图像空间距离度量信息,提出了一种基于局部结构保持的自适应有序回归方法(SaLSP-LDLOR). 通过对局部保持矩阵进行模糊自适应处理,获得了更好的鲁棒性. 实验结果表明,SaLSP-LDLOR在有序图像分类的场景下具有更优的性能和良好的鲁棒性
%K 图像分类
%K 有序回归
%K 结构保持
%K 模糊自适应
%U http://njsfdxzrb.paperonce.org/oa/darticle.aspx?type=view&id=201902002