یک مدل جدید بر مبنای تجزیه نامنفی ماتریس و اطلاعات منیفولد برای بازشناسی تصویر

در سال‌های اخیر استفاده از مدل‌های بر مبنای تجزیه نامنفی ماتریس برای کاربرد‌های مختلف پردازش تصویر مورد توجه قرار گرفته‌است. یکی از مهم‌ترین این کاربردها، کاهش ابعاد داده‌های تصویر برای شناسایی بهتر است. از عمده مشکلات مدل‌های مبتنی بر تجزیه نامنفی ماتریس می‌توان به حساسیت به نویز و عدم توجه به ویژگی‌های محلی داده‌ها اشاره کرد. برای این منظور در این مقاله یک مدل جدید که اطلاعات منیفولد داده‌ها را مورد توجه قرار می‌دهد، معرفی شده است. در این مدل، داده‌هایی که در فضای ویژگی اصلی در همسایگی یکدیگر قرار داشته‌اند در فضای کاهش یافته نیز به یکدیگر نزدیک می‌شوند و برعکس. نتایج آزمایشات عملی بهبود دقت با استفاده از داده‌های کاهش یافته با مدل پیشنهادی را در مجموعه داده‌های mnist و orl نشان می‌دهد.