论文部分内容阅读
图像是一种高维数据,在图像检索中容易产生维数灾难问题。传统的降维方法很难有效地揭示高维数据的内在本质结构,而流形学习是一种非线性降维方法,其目的是获取高维观测数据的低维嵌入表示并挖掘出隐藏在高维图像数据中的本征信息与内在规律。本文结合SIFT特征提取算法与ISOMAP流形学习算法在人脸图像数据集上进行检索实验。分析探讨近邻参数以及内在本征维数的大小对人脸图像识别效果的问题。