-
题名基于公共向量的模糊邻域保持嵌入算法
- 1
-
-
作者
郑海涛
郑刚民
马小虎
-
机构
苏州大学计算机科学与技术学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第11期1032-1039,共8页
-
基金
国家自然科学基金项目(No 61272258)
江苏省自然科学基金项目(No.BK20141195)资助
-
文摘
邻域保持嵌入(NPE)算法直接使用K近邻重构样本,由于未区分同类近邻与异类近邻的重要性导致其识别效果不佳,因此提出一种基于公共向量(CV)的模糊邻域保持嵌入算法.首先根据样本K近邻的类别信息求出每个样本对每个类别的隶属度,然后使用公共向量和隶属度重构每个样本,并最小化原始样本与重构样本的残差,最后将该问题转化为求解相应的广义特征值问题以获得最终的投影变换矩阵.该算法尽可能减少投影后同类样本的差异性,较好地分离异类样本.在ORL、Yale、AR和PIEC29这4个人脸数据库上的相关实验验证了算法的有效性.
-
关键词
人脸识别
公共向量
模糊K近邻
邻域保持嵌入
-
Keywords
Face Recognition, Common Vector, Fuzzy K-nearest Neighbor, Neighborhood PreservingEmbedding
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名核正交判别局部正切空间对齐算法
- 2
-
-
作者
郑刚民
夏苏娜
马媛媛
马小虎
-
机构
苏州大学计算机科学与技术学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2013年第7期673-679,共7页
-
基金
国家自然科学基金资助项目(No.61272258)
-
文摘
针对现有的局部正切空间算法中存在的问题,文中提出一种基于核变换的特征提取方法——核正交判别局部正切空间对齐算法(KOTSDA).该算法首先利用核方法将人脸图像投影到一个高维非线性空间,提取其非线性信息;然后在目标函数中利用正切空间判别分析算法在保持样本的类内局部几何结构的同时最大化类间差异;最后添加正交约束,得到核正交判别局部正切空间对齐算法.该算法不需要经过PCA降维,有效避免判别信息的丢失,在ORL和Yale人脸库上的实验验证算法有效性.
-
关键词
特征提取
局部正切空间对齐
核空间
流形学习
-
Keywords
Feature Extraction, Local Tangent Space Alignment, Kernel Space, Manifold Learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
