Выбор способа декомпозиции пространства признаков для нелинейного снижения размерности
Мясников Е.В.

Самарский государственный аэрокосмический университет имени академика С.П. Королёва
(национальный исследовательский университет) (СГАУ),

Институт систем обработки изображений РАН

PDF, 585 kB

DOI: 10.18287/0134-2452-2014-38-4-790-793

Страницы: 790-793.

Аннотация:
В работе рассматриваются два подхода к иерархической декомпозиции пространства признаков для повышения эффективности нелинейного метода снижения размерности. Первый подход, предложенный автором настоящей работы, основывается на декомпозиции исходного пространства признаков с использованием иерархической кластеризации. Второй оригинальный подход основывается на иерархической декомпозиции целевого пространства с использованием KD-деревьев. Анализируемые подходы оцениваются с точки зрения эффективности работы нелинейного метода снижения размерности.

Ключевые слова :
снижение размерности, декомпозиция пространства признаков, иерархическая кластеризация, KD-деревья.

Литература:

  1. Hiroike, A. Visualization of information spaces to retrieve and browse image data / A. Hiroike, Y. Musha, A. Sugimoto, Y. Mori // Proceedings of the Third International Conference on Visual Information and Information Systems (VISUAL'99). Lecture Notes in Computer Science. – Springer, 1999. – Vol. 1614. – P. 155-162.
  2. Мясников, Е.В. Навигация по коллекциям цифровых изображений на основе методов автоматической классификации / Е.В. Мясников // Интернет-Математика 2007: cб. работ. – Екатеринбург: Изд-во Урал. ун-та, 2007. – C. 144-152. (Myasnikov, E.V. Digital image collection navigation based on automatic classification methods / E.V. Myasnikov // Internet-Mathematics 2007: Collected papers. – Ekaterinburg, Russia, 2007. – P. 144-152. – (In Russian).)
  3. Rodden, K. Evaluating Similarity-Based Visualisations As Interfaces For Image Browsing / K. Rodden. – Technical Report. – University of Cambridge, Computer Laboratory, 2002. – 248 p.
  4. Rose, T. ANVIL: a system for the retrieval of captioned images using NLP techniques / T. Rose, D. Elworthy, A. Kotcheff, A. Clare, P. Tsonis // The Challenge of Image Retrieval. Electronic Workshops in Computing, 2000.
  5. Rubner, Y. Adaptive color-image embeddings for database navigation / Y. Rubner, C. Tomasi, L.J. Guibas // Proceedings of the IEEE Asian Conference on Computer Vision, 1998. – P. 104-111.
  6. Kruskal, J.B. Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis / J.B. Kruskal // Psychometrika. – 1964. – Vol. 29. – P. 1-27.
  7. Sammon, J.W., Jr. A nonlinear mapping for data structure analysis / J.W. Sammon, Jr. // IEEE Transactions on Computers. – 1969. – Vol. C-18, Issue 5. – P. 401-409.
  8. Calvert, T.W. Randomly Generated Nonlinear Transformations for Pattern Recognition / T.W. Calvert, T.Y. Young // IEEE Transactions on Systems Science and Cybernetics. – 1969. – Vol. 5. – P. 266-273.
  9. De Leeuw, J. Applications of convex analysis to multidimensional scaling / J. De Leeuw, J.R. Barra, F. Brodeau, G. Romie [et al.] // Recent developments in statistics. – 1977. – P. 133-145.
  10. Lee, J.A. Nonlinear Dimensionality Reduction / J.A. Lee, M. Verleysen. – Springer, 2007.
  11. Eades, P. A Heuristic for Graph Drawing / P. Eades // Congressus Numerantium. – 1984. – Vol. 42. – P. 149-160.
  12. Fruchterman, T. Graph Drawing by Force-directed Placement / T. Fruchterman, E. Reingold // Software – Practice and Experience. – 1991. – Vol. 21, Issue 11. – P. 1129-1164.
  13. Kamada, T. An Algorithm for Drawing General Undirected Graphs / T. Kamada, S. Kawai // Information Processing Letters. – 1989. – Vol. 31. – P. 7-15.
  14. Lee, R.C.T. A Triangulation Method for the Sequential Mapping of Points from N-Space to Two-Space / R.C.T. Lee, J.R. Slagle, H. Blum // IEEE Transactions on Computers. – 1977. – Vol. 26, Issue 3. – P. 288-292.
  15. Pekalska, E. A new method of generalizing Sammon mapping with application to algorithm speed-up / E. P"ekalska, D. de Ridder, R.P.W. Duin, M.A. Kraaijveld // Proc. ASCI'99, 5th Annual Conf. of the Advanced School for Computing and Imaging. – Heijen, The Netherlands: 1999, June 15-17. – P. 221-228.
  16. Chalmers, M. A Linear Iteration Time Layout Algorithm for Visualizing High–Dimensional Data / M. Chalmers // Proc. IEEE Visualization `96. – San Francisco, 1996. – P. 127-132.
  17. Morrison, A. Fast Multidimensional Scaling Through Sampling, Springs and Interpolation / A. Morrison, G. Ross, M. Chalmers // Information Visualization. – 2003. – Vol. 2. – P. 68-77.
  18. Myasnikov, E.V. A Nonlinear Method for Dimensionality Reduction of Data Using Reference Nodes / E.V. Myasnikov // Pattern Recognition and Image Analysis. – 2012. – Vol. 22, Issue 2. – P. 337-345.
  19. Quigley, A. FADE: Graph Drawing, Clustering, and Visual Abstraction / A. Quigley, P. Eades // Proceedings of the 8-th International Symposium on Graph Drawing. – 2001. – P. 197-210.
  20. Мясников, Е.В. Анализ методов снижения размерности в задаче представления коллекций цифровых изображений / Е.В. Мясников // Компьютерная оптика. – 2008. – Т. 32, № 3. – С. 296-301. (Myasnikov, E.V. The study of dimensionality reduction methods in the task of browsing of digital image collections / E.V. Myasnikov // Computer Optics. – 2008. – Vol. 32(3). – P. 296-301. – (In Russian).)
  21. Stricker, M. Similarity of color images / M. Stricker, M. Orengo // In Proc. SPIE Conf. on Vis. Commun. and Image Proc. ? 1995.
  22. Swain, M. Color indexing / M. Swain, D. Ballard // International Journal of Computer Vision. – 1991. – Vol. 7(1).
  23. Haralick, R.M. Texture features for image classification / R.M. Haralick, K. Shanmugam, I. Dinstein // IEEE Transactions on Systems, Man and Cybernetics. – 1973. – SMC-3(6).

© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20