基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
人脸识别中基于熵的局部保持特征提取算法
总体熵
特征提取
局部保持映射
S-LPP
一种改进的局部保持投影高光谱特征提取算法
局部保持投影
特征提取
半监督
高光谱
局部和稀疏保持无监督特征选择法
局部保持投影
稀疏保持投影
高维小样本
无监督
特征选择
聚类
融合全局和局部特征的图像特征提取方法
特征提取
线性判别分析
保局投影算法
全局特征
局部特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 直接无监督正交局部保持特征提取算法
来源期刊 光电工程 学科 工学
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
年,卷(期) 2012,(3) 所属期刊栏目 模式识别
研究方向 页码范围 100-105
页数 分类号 TP391.4
字数 3396字 语种 中文
DOI 10.3969/j.issn.1003-501X.2012.03.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林玉荣 哈尔滨工业大学航天学院 43 521 11.0 22.0
2 李敬兆 安徽理工大学计算机科学与工程学院 154 567 12.0 17.0
3 林玉娥 安徽理工大学计算机科学与工程学院 34 29 3.0 4.0
4 梁兴柱 安徽理工大学计算机科学与工程学院 24 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (37)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (6)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(5)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导