一种新的有监督的局部保持典型相关分析算法

• 作者: 曹翔 潘荣华 陈秀宏
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 局部保持 典型相关分析(CCA) 特征提取 人脸识别
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 图形与图像
• 页码范围: 1175-1182
• 页数: 8页
• 分类号: TP391.4
• 字数: 6590字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.06.021

摘要

从模式识别的角度出发,在局部保持典型相关分析的基础上,提出一种有监督的局部保持典型相关分析算法(SALPCCA).该方法在构造样本近邻图时将样本的类别信息考虑在内,由样本间的距离度量确定权重,建立样本间的多重权重相关,通过使同类内的成对样本及其近邻间的权重相关性最大,从而能够在利用样本的类别信息的同时,也能保持数据的局部结构信息.此外,为了能够更好地提取样本的非线性信息,将特征集映射到核特征空间,又提出一种核化的SALPCCA (KSALPCCA)算法.在ORL、Yale、AR等人脸数据库上的实验结果表明,该方法较其他的传统典型相关分析方法有着更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秀宏	江南大学数字媒体学院	90	480	12.0	17.0
2	潘荣华	江南大学数字媒体学院	2	19	2.0	2.0
3	曹翔	江南大学数字媒体学院	4	19	2.0	4.0