半监督的稀疏保持二维边界Fisher分析降维算法
针对样本集中类别标签样本不足的问题,提出一种半监督的稀疏保持二维边界fisher分析降维算法.首先利用图像像素间的空间结构信息,基于图像矩阵进行降维;然后设计类内散度矩阵和类间散度矩阵,以保持样本间的类内紧凑性和类间分离性;最后通过稀疏保持对特征间的稀疏重构性加以约束,所获得的稀疏重构权重保持了局部几何结构,而且也包含了自然鉴别信息.在YALE,ORL和AR人脸数据库上的实验结果表明,该算法具有很好的分类和识别性能.
稀疏保持、二维边界fisher分析、半监督降维、人脸识别
26
TP391.4(计算技术、计算机技术)
国家自然科学基金61175111;江苏省高校自然科学基金10KJB510027
2014-07-01(万方平台首次上网日期,不代表论文的发表时间)
共9页
923-931