基于非负矩阵分解的图像分类算法研究

《基于非负矩阵分解的图像分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．ｅｒ．３＾．＇‘寺．：／，４．ｒ－Ｓ．ｉＶ－分类号密级＿＿＿＿＿‘１＾‘．’ＵＤＣ．，．单位化码１０１５４，、心＇占八沪：＇．．一．１ｖ‘：．Ｖ；、、卢；辽宁工业大学：５胃１＇硕＾壬学位论文‘＾．．＇巧货ｕ．，，；束．．齡＜．Ｉ＾＇基于非负巧阵分解的图像分类算法研究＾、：＾＂＂’．‘万、．．＇，．；．－‘，■卢．．？：？．塞ｆ，＇１．．、．－＾Ｖ，‘’－１、－‘＾、＇■ｆｉ

2、．，＾‘．八，—ｉＶ＼－专业；通信与信息系统＇ｆ‘！＿冷占＾Ｃ．叫户．＾研究生姜小燕．个＾、，．．．：Ｊ編，ｘＶ＇？？＾‘一指导教师：孙福明教授成；：－＼＇．皆々Ｕ、，．’■…．，＼．ＸＶ＇■．＊＇．Ｖ＾－节，．’，ｘｘ＇■：，！，／；＾＇‘’‘；＊．＇，．、乂ｖ－ｉ、＇．＇Ｖ－取．：．ｖ与：皂＿＇护－＾‘一＇、成二〇’六年兰月、：＾：－心穿、、■．＇－■ｙ＇＇／．．？：、

3、‘‘、＇，泉為＇■ｒ）．，、ｖＸ，、．、＇＇片．．．＇濟冷＇‘没．巧护＇ｒ‘ｖ．：、‘、：二＇，＾必．？卡■－＇‘、＞．Ｖ．、■：－．７－、■１；MasterThesisResearchonImageClassificationAlgorithmBasedonNon-negativeMatrixFactorizationSpeciality:CommunicationandInformationSystemsCandidate:JIANGXiao-yanSupervisor:Profes

4、sorSUNFu-mingLiaoningUniversityofTechnologyJinzhou,121001,ChinaMarch2016摘要辽宁工业大学硕士学位论文摘要图像底层视觉特征与高层语义之间存在的“语义鸿沟”，成为影响图像内容语义理解的瓶颈。为了缩小语义鸿沟，提高图像内容的利用效率，核心问题是如何有效地表示图像的视觉特征，因为图像的特征表示直接影响到分类器的设计及图像的分类结果。同时，由于图像视觉特征的维数往往较高，会对图像分类的识别率和运行时间产生很大的影响。因此，针对图像视觉特征进行有效降维，成为模式识别、计算机视觉和图像处

5、理等领域中研究热点之一。矩阵分解技术作为数据表示的一种重要方法，近年来获得了广泛关注和深入研究。与已有的矩阵分解方法有主成分分析算法、线性判别分析算法、独立分量分析算法、奇异值分解算法等不同，非负矩阵分解算法（NMF）在求解时要求待分解对象及结果矩阵中的元素均为非负值。NMF的这种约束符合心理学和生理学的观点，即人对整体的感知是由组成部分的感知构成。NMF的基本思想是将一个所有元素均为非负的矩阵分解为左右两个非负矩阵的乘积。其中一个矩阵称作基矩阵，另一个矩阵称作系数矩阵。在NMF框架中，所分解矩阵中的列向量可以解释为对基矩阵中所有列向量的加权之

6、和。为了提高NMF算法的有效性，不少学者在基本的NMF框架下引入各种约束，如稀疏性、正交性、判别性、流形等，发展了若干种改进算法，并被应用到诸如人脸检测与识别、数字水印、基因及细胞分析、乐器识别、声源分类、文本分析与聚类、盲信号分析等，取得了良好的效果。本文基于NMF框架，主要研究如何通过施加约束增强NMF性能，及在线学习增强非负矩阵分解NMF的性能，并将其应用于图像分类问题当中。文中提出了三种非负矩阵分解的改进方法：（1）基于图正则化和稀疏约束的半监督非负矩阵分解算法；（2）基于稀疏约束的增量型非负矩阵分解；（3）基于图正则化和稀疏约束的增量

7、型非负矩阵分解。在完成图像降维和特征提取后，选取支持向量机（SVM）用于图像分类处理。在几个常用的数据库上进行了验证实验，实验结果表明本文的算法稳定性好且分类准确率高。关键词：非负矩阵分解；图正则化；增量型；图像分类；支持向量机IAbstract辽宁工业大学硕士学位论文AbstractThe“semanticgap”betweenlow-levelvisualfeaturesandhigh-levelsemanticsbecomesthebottleneckofsemanticunderstandingofimagecontent.Inorde

8、rtoreducethesemanticgapandimprovetheimagecontentutilizationefficiency,theco