提高PCA识别率的新算法

• 作者: 刘学忠 王增才 路玉峰
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 主元分析 模式识别 特征提取 特征空间 重建误差
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 10-13,16
• 页数: 5页
• 分类号: TP391.41
• 字数: 3324字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-1582.2008.01.031

摘要

针对基于主元分析(PCA)的识别算法不能最优区分不同种类样本的缺点,提出了一种新的多主元分析(Multi-PCA)识别算法.该算法为每类样本构造单独特征空间,用各个空间的特征向量重建待识别样本.特征空间是基于某类样本图像的共性建立,因此重建该类样本图像时将得到较小重建误差,而重建其它类图像时的误差较大.可以根据重建误差的大小来识别样本图像,将待识别样本分类到具有最小重建误差的特征空间.在ORL、YALE人脸库和标牌压印字符库上的实验结果显示,Multi-PCA的识别率比PCA有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王增才	山东大学机械工程学院	55	457	12.0	17.0
2	刘学忠	山东大学机械工程学院	8	28	3.0	5.0
3	路玉峰	山东大学机械工程学院	5	32	3.0	5.0