%0 Journal Article %A 毛金莲 %T 自适应多视角学习及其在图像分类中的应用 %D 2013 %R 10.11772/j.issn.1001-9081.2013.07.1955 %J 计算机应用 %P 1955-1959 %V 33 %N 07 %X 针对现有多视角学习算法在构建近邻图时缺乏数据自适应性问题,提出一种自适应多视角学习(AMVL)算法。该算法首先利用L1范数具有自动数据样本选择的特性,对不同视角分别构建有向的L1图;然后根据得到的L1图,最小化各个视角下的低维重建误差;最后对不同视角间进行多视角全局坐标对齐,得到自适应多视角学习算法的目标函数。此外,还提出一种迭代优化求解方法来对所提目标函数进行优化求解。将该算法应用到图像分类问题,在Corel5K和NUS-WIDE-OBJECT两个公共图像数据集上与现有算法进行对比。实验结果表明:所提方法在这两个数据集上可以分别提高最高5%和2%的分类准确率;优化求解算法可以保证在100次迭代内收敛;算法所得到的近邻数目具有数据自适应性。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2013.07.1955