基于流形学习的整体正交稀疏保留鉴别分析

摘要：

稀疏保留投影是一种有效的特征提取方法，但是其主要关注样本间的全局稀疏重构关系，并且得到的投影变换通常不是正交的。在实际应用中，图像数据往往处于高维空间中的一种低维流形中，正交性一直被认为有利于提高鉴别能力。文中以有监督学习的方式在稀疏保留投影中引入了流形结构保留，并使得投影空间正交，从而提出了一种新的特征提取方法，即基于流形学习的整体正交稀疏保留鉴别分析( MLHOSDA)。在人脸和掌纹图像数据库的实验结果表明此方法具有较好的识别效果。

关键词：特征提取、流形学习、稀疏保留投影、有监督学习、整体正交、人脸和掌纹图像

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目61073113,61272273;江苏省普通高校研究生科研创新计划CXLX13_465;江苏省333工程BRA2011175

在线出版日期：2014-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-66