一种用于特征提取的保局判别分析算法

• 作者: 匡春临 张军英 蒋胜利
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 保局投影 最大边界准则 特征提取 人脸识别 流形学习
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 272-274,285
• 分类号: TP391.4
• 字数: 4290字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.04.061

摘要

针对保局投影(LPP)为无监督算法的局限,提出了一种新的监督版的LPP,即保局判别分析(LPDA)算法.LPDA吸收了流形学习算法与最大边界准则(MMC)的共同特点,可以将高维的人脸数据投影到低维子空间,具有能处理新样本与无小样本问题的优点.与现有的多种经典相关方法相比,从Yale,UMIST及MIT 3个人脸数据库的实验结果表明,提出的LPDA算法在降维的同时提取了用于人脸识别的更有效的特征,人脸图像识别性能较好,具有较强的判别分析能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军英	西安电子科技大学计算机学院	113	2001	25.0	41.0
2	匡春临	洛阳师范学院信息技术学院	7	16	2.0	4.0
3	蒋胜利	西安电子科技大学计算机学院	10	35	4.0	5.0