局部平衡的判别近邻嵌入算法

摘要：

判别近邻嵌入算法（discriminant neighborhood embedding，DNE）通过构造邻接图，使得在投影子空间中能够保持原始数据的局部结构，能有效地发现最佳判别方向。但是它有两方面的不足：一方面不能标识样本点的近邻样本点位置信息，从而不能更好地保持邻域结构；另一方面当数据不均衡时，不能实现子空间中类内聚合或者类间分离的目的，这不利于分类。为此提出了一种新的有监督子空间学习算法--局部平衡的判别近邻嵌入算法（locality-balanced DNE，LBDNE）。在构建邻接图时，局部平衡的判别近邻嵌入算法分别建立同类邻接图和异类邻接图，并通过引入一个控制参数，有效地平衡了类内与类间的关系。该算法与其他经典算法相比，在人脸识别问题上具有较高的识别率，充分说明了局部平衡的判别近邻嵌入算法能够有效地处理识别问题。

关键词：判别近邻嵌入(DNE)、邻接图、局部结构、人脸识别

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61373093,61033013;the Natural Science Foundation of Jiangsu Province of China under Grant Nos. BK2011284, BK201222725;the Natural Science Foundation of the Jiangsu Higher Education Institutions under Grant No.13KJA520001;the Qinglan Project of Jiangsu Province

在线出版日期：2014-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：877-885