10.3969/j.issn.1000-3428.2013.11.038
一种有监督的线性降维人脸识别算法
保局投影(LPP)忽略了数据的类别标记信息且鲁棒性较差,为此,提出一种线性判别投影(LDP)算法。引入类间权重矩阵和类内权重矩阵,使各流形间的分离性最大,局部子流形的内在紧致性最小,同时通过一种鲁棒的类内处理方式使算法对 outlier数据具有鲁棒性。在ORL、AR和Extended Yale B人脸数据集上进行实验,结果表明,与PCA、LDA、LPP、LSDA和LPDP算法相比,该算法的最佳平均识别率较高,分别可达95.3%、93.64%和96.28%,证明了算法的有效性和可靠性。
降维、流形学习、判别投影、有监督学习、保局投影、线性判别分析
TP18(自动化基础理论)
国家自然科学基金资助项目61170109,61100119,11001247;浙江省科技厅基金资助项目2012C21021
2013-12-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
169-173