基于张量的半监督判别分析算法

• 作者: 张贵仓 桑凤娟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 半监督判别 张量 流形学习 子空间 人脸识别
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 124-127
• 分类号: TP311
• 字数: 3407字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.20.032

摘要

边界Fisher判别分析算法因采用一维向量表示而无法很好保持图像的空间几何结构,且无法利用大量未标记样本信息.为此,提出一种基于张量的半监督判别分析算法.采用二维张量表示人脸空间中的样本图像,揭示流形的内在几何结构,利用有判别信息的标记样本和大量未标记样本,使数据在投影空间的类间分离度最大,同时保证高维空间中不相邻的点在低维空间中也不相邻.在PIE和FERET人脸库上的实验结果表明,该算法能够获得较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张贵仓	西北师范大学数学与信息科学学院	94	658	12.0	21.0
2	桑凤娟	西北师范大学数学与信息科学学院	2	6	1.0	2.0