10.3969/j.issn.1000-7024.2012.05.059
基于自适应邻域选择的正交局部敏感判别分析
维数灾难是机器学习算法在高维数据上学习经常遇到的难题,基于局部敏感判别分析(locality sensitive discriminant analysis,LSDA),可以很好地解决维数灾难问题.且LSDA构建邻域时不能充分反映流形学习对邻域要求和克服测度扭曲问题,利用自适应邻域选择方法来度量邻域,同时,引入施密特正交化获得正交投影矩阵,提出一种自适应邻域选择的正交局部敏感判别分析算法.在ORL和YALE人脸数据库上进行实验,实验结果表明了该算法的有效性.
局部敏感判别分析、流形学习、邻域选择、降维、人脸识别
33
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61064011
2012-07-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
1968-1972