直接无监督正交局部保持特征提取算法 direct unsupervised orthogonal locality preserving method for feature extraction.pdfVIP

下载本文档

0
0
约1.52万字
约 6页
2017-08-27 发布于上海
举报
版权申诉

直接无监督正交局部保持特征提取算法 direct unsupervised orthogonal locality preserving method for feature extraction.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

直接无监督正交局部保持特征提取算法 direct unsupervised orthogonal locality preserving method for feature extraction

第39卷第3期光电工程 V01．39，No．3 2012年3月 Engineering March，2012 Opto-Electronic 文章编号：1003—501X(2012)03—0100—06 直接无监督正交局部保持特征提取算法林玉娥1，李敬兆1，梁兴柱1，林玉荣2 (1．安徽理工大学计算机科学与工程学院，安徽淮南232001； 2．哈尔滨工业大学航天学院，哈尔滨150001) 摘要：基于局部保持投影发展出的一系列特征提取算法，在应用于人脸识别等高维小样本问题时，均需先采用PCA 算法对高维样本降维后才能应用，故此以无监督鉴别分析算法为理论基础，提出了一种直接无监督正交局部保持算法。该算法利用拉普拉斯矩阵的性质进行相应的矩阵分解，可直接从高维样本的原始空间中提取投影矩阵，因而无需先采用PCA降维处理，且解决了无监督鉴别分析算法的小样本问题。为了进一步提高算法的识别性能，给出了基于QR分解的正交投影矩阵的求解方法。人脸库和掌纹库上的实验结果表明了所提算法的有效性。关键词：局部保持投影；无监督鉴别分析；直接无监督正交局部保持投影算法；拉普拉斯矩阵中图分类号：TP391．4 文献标志码：A Direct Preserving UnsupervisedOrthogonalLocality Extraction MethodforFeature LIN Yu．e1，LI Jing．zha01，LIANGXing．zhul，LINYu—ron92 Scienceand and UniversityofScienceTechnology， (1．SchoolofCompu据r Engineering，Anhui Hualnan23200 1，AnhuiProvince，China； 2．School Institute ofTechnology，Harbin150001，China) ofAstronautics，Harbin Abstract：Aseriesoffeatureextraction basedon were locality projectionproposed．Principal algorithms preserving mustbe usedfor whenthese are samples algorithms ComponentAnalysis(PCA)algorithmfirstly high—dimensional insuchasface