检索结果-南通市图书馆

Probabilistic robust regression with adaptive weights-a case study on face recognition

Frontiers of Computer Science 2020年第5期14卷 123-134页

作者： Jin Li Quan Chen Jingwen Leng Weinan Zhang Minyi Guo Department of Computer Science Shanghai Jiao Tong UniversityShanghai200240China

Robust regression plays an important role in many machine learning problems.A primal approach relies on the use of Huber loss and an iteratively reweightedℓ2 ***,because the Huber loss is not smooth and its corresponding distribution cannot be represented as a Gaussian scale mixture,such an approach is extremely difficult to handle using a probabilistic *** address those limitations,this paper proposes two novel losses and the corresponding probability *** is called Soft Huber,which is well suited for modeling non-Gaussian *** is nonconvex Huber,which can help produce much sparser results when imposed as a prior on regression *** can represent anyℓq loss(1/2≤q<2)with tuning parameters,which makes the regression model more *** also show that both distributions have an elegant form,which is a Gaussian scale mixture with a generalized inverse Gaussian mixing *** enables us to devise an expectation maximization(EM)algorithm for solving the regression *** can obtain an adaptive weight through EM,which is very useful to remove noise data or irrelevant features in regression *** apply our model to the face recognition problem and show that it not only reduces the impact of noise pixels but also removes more irrelevant face *** experiments demonstrate the promising results on two datasets.

关键词： robust regression nonconvex loss face recognition

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：