检索结果

Select

1. 基于最大间隔准则的鲁棒多流形判别局部图嵌入算法

杨洋, 王正群, 徐春林, 严陈, 鞠玲

计算机应用 2019, 39 (5): 1453-1458. DOI: 10.11772/j.issn.1001-9081.2018102113

摘要（394）

PDF （900KB）（261）

针对现有的多流形人脸识别算法大多直接使用带有噪声的原始数据进行处理，而带有噪声的数据往往会对算法的准确率产生负面影响的问题，提出了一种基于最大间距准则的鲁棒多流形判别局部图嵌入算法（RMMDLGE/MMC）。首先，通过引入一个降噪投影对原始数据进行迭代降噪处理，提取出更加纯净的数据；其次，对数据图像进行分块，建立多流形模型；再次，结合最大间隔准则的思想，寻求最优的投影矩阵使得不同流形上的样本距离尽可能大，同时相同流形上的样本距离尽可能小；最后，计算待识样本流形到训练样本流形的距离进行分类识别。实验结果表明，与表现较好的最大间距准则框架下的多流形局部图嵌入算法（MLGE/MMC）相比，所提算法在添加噪声的ORL、Yale和FERET库上的分类识别率分别提高了1.04、1.28和2.13个百分点，分类效果明显提高。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于QR分解的正则化邻域保持嵌入算法

翟冬灵, 王正群, 徐春林

计算机应用 2016, 36 (6): 1624-1629. DOI: 10.11772/j.issn.1001-9081.2016.06.1624

摘要（510）

PDF （921KB）（325）

针对训练样本不足时,对数据的低维子空间估计可能会产生严重偏差的问题,提出了一种基于QR分解的正则化邻域保持嵌入算法。首先,该算法定义一个局部拉普拉斯矩阵保留原始数据的局部结构;其次,将类内散度矩阵的特征谱空间划分成三个子空间,通过倒数谱模型定义的权值函数获得新的特征向量空间,进而对高维数据进行预处理;最后,定义一个邻域保持邻接矩阵,利用QR分解获得的投影矩阵和最近邻分类器进行人脸分类。与正则化广义局部保持投影(RGDLPP)算法相比,所提算法在ORL、Yale、FERET和PIE库上识别率分别提高了2个百分点、1.5个百分点、1.5个百分点和2个百分点。实验结果表明,所提算法易于实现,在小样本(SSS)下有较高的识别率。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于马氏距离的局部边界Fisher分析降维算法

李峰王正群徐春林周中侠薛巍

计算机应用 2013, 33 (07): 1930-1934. DOI: 10.11772/j.issn.1001-9081.2013.07.1930

摘要（762）

PDF （778KB）（514）

针对人脸识别应用中的高维数据图像以及欧氏距离不能准确体现样本间的相似度的问题，提出了一种基于马氏距离的局部边界Fisher分析(MLMFA)降维算法。该算法从现有的样本中学习得到一个马氏度量，然后在近邻选择以及新样本降维过程中用马氏距离作为相似性度量。同时，通过马氏度量构造出类内“相似”图和类间“代价”图来描述数据集的类内紧凑性和类间分离性。MLMFA很好地保持了数据集的局部结构。用YALE和FERET人脸库进行实验，MLMFA的最大识别率比传统基于欧氏距离算法的最大识别率平均分别提高了1.03%和6%。实验结果表明，算法MLMFA具有很好的分类和识别性能。

参考文献 | 相关文章 | 多维度评价