正则化保局鉴别分析方法.pdfVIP

下载本文档

2
0
约2.83万字
约 8页
2017-07-22 发布于上海
举报
版权申诉

正则化保局鉴别分析方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

正则化保局鉴别分析方法

第25卷第4期模式识别与人工智能 V01．25No．4 2012年8月 PR＆AI Aug 2012 正则化保局鉴别分析方法辜小花龚卫国杨利平 (重庆大学光电技术及系统教育部重点实验室重庆400044) 摘要提出一种正则化保局鉴别分析方法(RLPDA)并将其应用于人脸识别．受样本有限制约和大量噪声干扰，保局类内散布矩阵的零特征值及小特征值估计不准确，进而影响鉴别保局投影算法的性能．结合倒数谱模型对保局类内散布矩阵的特征值进行正则化，并利用正则化后的特征值对相应的特征空间加权，使人脸空间被保留，噪声空间被削弱，而零空间则被加强．通过分析鉴别信息在数据空间的分布可发现，RLPDA方法有效利用整个特征空间的鉴别信息，有利于提高算法的识别精度，同时从原理上回避小样本问题．在FERET和UMIST人脸数据库上的识别结果表明，RLPDA是一种有效的人脸特征提取方法．关键词保局鉴别分析，正则化，特征提取，人脸识别 39t．4 中图法分类号TP Discriminant RegularizedLocalityPreserving Analysis GU Xiao—Hua，GONGWei—Guo，YANG Li—Ping (KeyLaboratoryofOptoelectronic theEducation China， Technologyand跏￡e麟of Ministryof Chongqing 400044) University，Chongqing ABSTRACT A diseriminant face is regularizedlocalitypreserving analysis(RLPDA)forrecognitionproposed． Affectedthesmall and andsmall of by samplesize(sss)problemnoises，zeroeigenvalueseigenvalues within—classscattermatrix of are the diseriminant localitypreserving inadequate．Itdegradesperformance this of within—class localitypreservingprojections(DLPP)．In paper，eigenvalueslocalitypreserving scattermatrixre a the are regularized by reciprocalspectrummodel，andsubspacesweightedaccording tot