KICA与Relief算法相结合的人脸识别研究

• 作者: 吴瑞海 李秀丽 董吉文
• 来源期刊: 山东科学
• 学科: 工学
• 关键词: 人脸识别 独立成分分析法(ICA) 核主成分分析(KPCA) 核独立成分分析(KICA) 特征选择
• 年，卷（期）: 2011,（5）
• 页码范围: 85-88
• 分类号: TP391
• 字数: 2820字
• 语种: 中文

摘要

为使提取到的独立成分有利于人脸的分类识别，在用核独立成分分析（KICA）进行特征提取后，选用改进后的k最近邻的Relief方法进行特征选择。改进后的Relief算法可以减少噪声污染，并能处理小样本问题，使选择后的人脸特征较好地用于分类。通过在AR人脸库上的实验，并与类内类间距离的特征选择方法进行比较，证明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董吉文	济南大学信息科学与工程学院	39	302	10.0	15.0
2	李秀丽	济南大学信息科学与工程学院	2	5	2.0	2.0
3	吴瑞海		1	3	1.0	1.0