论文部分内容阅读
在图像特征提取中,样本标签并非完全真实有效,可能导致图像归类框架的分类精度大幅下降,而现有标签恢复算法面临含噪样本难以高效再利用的瓶颈问题。为此,本文提出一种基于子集划分迭代投影集成的标签恢复算法。该算法首先随机多次地提取小规模子集信息,然后综合主成分分析、邻域图正则化及K-近邻算法等技术进行样本图像的可靠降维与迭代投影集成,最后遵循多数投票原则实现标签复原。本文选取两大代表性的人脸数据库,对多种标签恢复算法进行了不同指标下的大量对比分析。实验结果证明,本文算法能够有效地校正样本的含噪标签,在同一图