论文部分内容阅读
针对图像分类过程中出现误分样本的问题,提出了一种协同演化的计算方法,可有效纠正误分点.在数据空间协同表示的基础上,考虑误分样本周围的支持样本和竞争样本对该类样本的协同作用,将误分样本逐渐拉入正确的决策区域内,实现误分样本的正确分类,达到纠错目的,同时从理论上证明了方法的收敛性.仿真数据集和真实图像集分类的实验验证了协同演化计算策略能够稳定收敛至唯一点,结合高维空间中ISOMAP流形,提出的协同演化模型有较好的纠错能力,并较已有方法在低约简维数上有更好的执行效率和分类性能.