基于特别的特征表示方法的局部线性KNN算法

摘要：

提出了一种特别的特征表示方法,并在此基础上提出了一种基于特别的特征表示方法的局部线性K最近邻算法(locally linear K-nearest neighbor method,L2KNN),并将之应用到人脸识别中.特别的特征表示方法是在传统的稀疏表示的基础上,加入了非负约束,改进了传统的稀疏表示的方法,在目标函数中增加了集群正则化项,然后优化新的目标函数得到一个新的近似的特征表示.L2KNN算法具有最近邻集群效应(clustering effect of nearest neighbors,CENN),不仅可以增强测试样本与同类的训练样本之间的相关性,而且可以增强同类训练样本之间的相关性.L2KNN算法进一步应用到L2KNNc(L2KNN- based classifier)分类器中,并提出一种系数截断的方法增加L2KNNc分类器的泛化性能,进一步提高分类器的分类性能.在人脸数据集上的实验结果证明了上述结论.

关键词：特别的特征表示、局部线性K最近邻算法(L2KNN)、最近邻集群效应(CENN)、系数截断方法

所属期刊栏目：12

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.61170122,61272210;the Natural Science Foundation of Jiangsu Province under Grant No.BK20130155

在线出版日期：2018-01-22（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：134-142