中华民族共同体意识下的空间哲学——以藏族横/纵空间叙事及事象表达为中心

以“堪天舆地”为核心的藏族横/纵空间观及其事象表达,实为中华民族优秀文化之宇宙空间观念与现实界域实践的双重分异之表达,其差异性的演变叙事筑模建构了中华民族共同体空间意识的“生产之境”“创序逻辑”以及“构序筑模”,同时亦于中华民族共同体现实空间的特定功能效用关系构式中,被建构成一种社会存在的物性基础,并成为“地望辨向”“土木叙事”“塑形事象”的实践知识体系。藏族历史上的横/纵空间观及其事象体系展示出了三种凸状特征:其一,整体的藏族横/纵空间观及其事象述行具有一个基本的年代学结构;其二,中国古代文化对于藏族横/纵空间朴素记录,不断发展完善成为系统的纵伸横扩空间的诠释体系;其三,藏族内、外在空间哲学与空间实践是中华优秀传统文化特有的理论构素,极具连续性地完成了空间实践、空间表征、表征空间三重合一的中华民族共同体意识下的空间观辩证法。

标架丛上的多流形联络学习算法

传统的流形学习算法通常需要较多的训练样本,将所有样本看作一个流形进行学习,并提取判别特征以进行后续的分类等具体应用.然而在很多实际问题中,并不能获得大量的训练样本,因此存在很多只有一个训练样本的情况.文中提出标架丛上联络学习算法,构建出多流形结构,提取出流形与流形间以及单一流形内的判别信息处理样本少的情形.在处理多流形结构数据集时,利用标架丛上的横空间和纵空间学习模型,将高维空间数据投影到横空间以最大化流形与流形间的间隔,同时又在纵空间中保持同一流形内数据的相关结构.最后通过实例验证了本文算法的有效性.

标架丛上的局部特征联络学习算法

人脸识别问题中,经常会面临样本少的情况,在身份证识别、电子护照识别等系统中,甚至只有一个训练样本,很多传统人脸识别方法在处理单样本时将失效。从流形学习角度出发提出了一种有效解决单样本人脸识别的方法。以自组织映射神经网络为基础,将人脸局部特征(眼、鼻、嘴等)视为一个流形,训练出多流形结构。利用联络关联不同的流形,同时学习出局部特征流形间与流形内的方向变化信息,再进行有监督的训练。整个方法结合了神经网络学习和流形学习,将单样本人脸识别问题转换成多流形匹配问题。在著名人脸库ORL、UMIST、FERET、AR上的实验显示该算法在处理单样本问题时优于已有算法,在处理姿态、表情等变化问题时也表现出很好的效果。