基于非参数判别性分析的局部线性嵌入算法研究

• 作者: 刘玉超 王熙照 白丽杰 花强
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 降维 子空间学习 人脸识别 线性嵌入
• 年，卷（期）: 2011,（4）
• 页码范围: 1-6
• 分类号: TP301
• 语种: 中文

摘要

局部线性判别嵌入（locally linear discriminant embedding,LLDE）将局部线性嵌入（locally linear embedding,LLE）和最大间隔（maximum margin criterion,MMC）进行融合,有效地提高了LLE算法的识别力。但其保留的是数据的全局判别信息,且依赖数据的分布。针对LLDE的不足,本研究将LLE和加权非参数最大间隔（weighted non-parametric maximum margin criterion,WNMMC）进行融合,提出了一种新的有监督的降维方法——非参数判别性局部线性嵌入（nonparametric locally linear discriminant embedding,NLLDE）。NLLDE保留了数据更为有效的局部判别信息,因此更具判别力。NLLDE采用了非参数数据表示,使得模型及求解不依赖于数据的分布,克服了LLDE针对高斯分布数据有效的局限,其应用范围更为广泛。Yale和PIE人脸数据库上的实验结果证实了NLLDE的高效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王熙照	河北大学数学与计算机学院	88	1286	18.0	32.0
2	花强	河北大学数学与计算机学院	4	6	2.0	2.0
3	白丽杰	河北大学数学与计算机学院	1	3	1.0	1.0
4	刘玉超	河北大学数学与计算机学院	1	3	1.0	1.0