10.3969/j.issn.1000-3428.2014.11.032
泛化改进的局部切空间排列算法
改进的局部切空间排列( ILTSA)算法解决了当样本稀疏、分布不均匀或数据流密度曲率变化较大时,局部切空间排列算法不能揭示流形结构的问题,用于人脸识别能提取更好的低维特征,但不能有效处理不断增加的数据集的问题。为此,提出一种可泛化的ILTSA( GILTSA)算法。结合类别信息定义样本间的距离实现各样本的近邻集选择,基于ILTSA算法求解训练样本集的低维流形,对每个新样本寻找其在训练样本集中的最近邻,然后根据ILTSA算法原理求得其近似低维流形。在ORL、Yale和埃塞克斯大学人脸库上的实验结果表明,与主成分分析算法和线性局部切空间排列算法等相比,GILTSA算法具有更好的识别率。
流形学习、局部切空间排列、泛化、特征提取、人脸识别
TP18(自动化基础理论)
国家自然科学基金资助项目61171152;浙江省自然科学基金资助项目LY13F020044。
2014-12-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
160-166