基于公共向量的模糊邻域保持嵌入算法

• 作者: 郑刚民 郑海涛 马小虎
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 人脸识别 公共向量 模糊K近邻 邻域保持嵌入
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 研究与应用
• 页码范围: 1032-1039
• 页数: 8页
• 分类号: TP391.41
• 字数: 7331字
• 语种: 中文

摘要

邻域保持嵌入( NPE)算法直接使用K近邻重构样本，由于未区分同类近邻与异类近邻的重要性导致其识别效果不佳，因此提出一种基于公共向量( CV)的模糊邻域保持嵌入算法。首先根据样本K近邻的类别信息求出每个样本对每个类别的隶属度，然后使用公共向量和隶属度重构每个样本，并最小化原始样本与重构样本的残差，最后将该问题转化为求解相应的广义特征值问题以获得最终的投影变换矩阵。该算法尽可能减少投影后同类样本的差异性，较好地分离异类样本。在ORL、Yale、AR和PIEC29这4个人脸数据库上的相关实验验证了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马小虎	苏州大学计算机科学与技术学院	62	341	9.0	14.0
2	郑刚民	苏州大学计算机科学与技术学院	2	5	2.0	2.0
3	郑海涛	苏州大学计算机科学与技术学院	1	2	1.0	1.0