新的局部保持鉴别分析算法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 新的局部保持鉴别分析算法 王永茂 ，徐正光 ，赵 珊 WANG Yongmao27XU Zhengguang，ZHAO Shan 1．北京科技大学 自动化学院，北京 100086 2．河南理工大学 计算机科学与技术学院，河南 焦作 454000 1．SchoolofAutomation，UniversityofScienceandTechnologyBeijing，Beijing100086，China 2．SchoolofComputerScienceandTechnology，HenanPolytechnicUniversity，Jiaozuo，Henan454000，China W ANG Yongmao，XU Zhengguang，ZHAO Shan．Novellocalpreservingbaseddiscriminantanalysisalgorithm ．Computer EngineeringandApplications，2013，49(3)：25—29． Abstract：Inthispaper，anovellocalpreservingbaseddiscriminantanalysisalgorithm，traceratiobasedlocaldiscriminantanal— ysisalgorithm using adaptiveneighborhood graph，isproposed．To implementthealgorithm，itadaptively constructswith— in—classandbetween neighborhoodgraphaccordingto samplesdistribution，preserveslocalstructureofthedatamanifoldand utilizesitsdiscriminantinformationtodefinelocalwithin-classscattermatrixandlocalbetween—classscattermatrix，ultimately gainsoptimalsubspacebyiterativelymaximizingthetraceratiooflocalwithin--classscattermatrixandlocalbetween--classscat-- termatrix．TheexperimentsonORLandYalefacedatabasedemonstratetheeffectivenessoftheproposedalgorithm ． Keywords：subspacelearning；traceratiocriterion；adaptiveneighborhoodgraph；localdiscriminantanalysis；facerecognition 摘 要：提出了一种新的局部保持鉴别分析算法：基于迹比准则与 自适应近邻 图嵌入的局部保持鉴别分析算法。根据样 本分布特性 自适应构建类 内和类间近邻 图，保持数据的局部结构并且利用数据的鉴别信息，定义局部类内离差矩阵以及 局部类间离差矩阵，采用迹 比Fisher判别函数作为 目标函数 ，通过迭代 的方法最大化局部类间离差矩阵与类 内离差矩阵的 迹比值，解得最优子空间。在ORL和Yale人脸数据库上的实验表明该方法是有效的。 关键词：子空间学习；迹比准则；自适应近邻 图；局部鉴别分析 ；人脸识别 文献标志码 ：A 中图分类 ：TP391．4 doi：l0．3778／j．issn．1002—8331．1204—0314 l 引 数据具有较好的可分离性，即使在投影空间中的不同类别 在诸如基于 内容的图像检索、人脸识别等领域 中，经 样本问的差异尽可能大，同类别样本 问的差异尽可能小。 常遇到高维数据样本，如果不对其进行有效的降维，很容 然而，在训练样本不足的情况下，样本的局部特征 比全局 易出现所谓的 “维数灾难”。降维(又称为子空间学习)的 特征更为重要，凶此为了更好嵌入样本 ，保持数据的局部 目的就是将高维的样本数据嵌入到一个较低维的特征子 特征十分重要 。 空间内，同时保持样本的诸如鉴别信息、几何结构等一系