模式识别中几类降维方法的分析.pdfVIP

摘 要 数据降维在模式识别中的人脸识别领域有着广泛的应用。由于表示人脸 图像的 数据通常具有很高的维数，而高维数不仅会导致“维数灾难”问题，而且会使人们对 数据集 中所隐含的结构信息难以直观的理解和发现 。若对数据进行降维预处理，一 方面可 以克服“维数灾难”问题；另一方面可 以大大减小计算 的复杂性和噪声，所 以数据降维方法的研究引起了研究者们的关注 。 本文首先对目前人脸识别领域 中经典的一维及二维单 向降维方法进行了较为 全面的介绍，接着对二维双 向降维方法张量子空间分析和判别张量子空间分 析进行了分析。此外，针对二维判别有监督局部保持投影方法仅利用 了单 边投影，从而导致投影空间还有特征可提取的问题，我们提出了二维双 向判别有监 督局部保持投影。然后对于和的左 、右投影矩阵是不正交的， 而正交的投影矩阵可 以保持图像数据空间的度量结构信息的问题，我们又提出了正 交张量子空间分析和正交判别张量子空间分析。最后本文将这几 种方法分别在著名的和人脸数据库上进行了数值实验，实验结果表明这些 方法都具有较高的识别率。 关键词：降维；局部保持投影；判别信息；双 向投影；张量子空间分析。 Abstract “ ” “ ”