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:
用PCA算法对非线性结构的高维数据(如人脸图像)进行降维,会破坏其局部结构信息.而采用LLE算法对其进行降维,又会保留大量的冗余信息,并且算法不具有可扩展性,从而达不到预期的降维效果.为了克服PCA算法和LLE算法的这些缺点,我们提出将LLE算法与PCA算法以及径向基神经网络相结合的LPR算法,并将该算法分别与LLE算法和PCA算法进行实验比较.结果表明,LPR算法在保证较高识别率的同时,大大提高了算法效率.
推荐文章
基于LLE算法的人脸识别方法
子空间分析
局部线性嵌入
非线性降维
人脸识别
基于PCA和Fisher线性判别技术的人脸识别算法
人脸识别技术
PCA
K-L变换
Fisher线性判别
基于二维PCA和SVM算法的人脸识别系统
人脸识别
二维PCA
特征提取
SVM
基于PCA算法的人脸识别
主成份分析
特征提取
人脸识别
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 基于LLE和PCA的人脸识别算法研究
来源期刊 云南民族大学学报(自然科学版) 学科 工学
关键词 LLE PCA 最近邻分类器 识别率
年,卷(期) 2013,(z1) 所属期刊栏目
研究方向 页码范围 58-61
页数 4页 分类号 TP274
字数 2178字 语种 中文
DOI 10.3969/j.issn.1672-8513.2013.S1.015
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 余昌勤 云南民族大学数学与计算机科学学院 6 11 1.0 3.0
2 邹云波 云南民族大学数学与计算机科学学院 2 11 1.0 2.0
3 李小彦 云南民族大学数学与计算机科学学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (31)
二级引证文献  (6)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(7)
  • 引证文献(5)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
LLE
PCA
最近邻分类器
识别率
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
云南民族大学学报(自然科学版)
双月刊
1672-8513
53-1192/N
大16开
中国昆明市一二·一大街134号
1992
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导