利用自适应近邻选择和低秩表示的半监督鉴别分析

• 作者: 史骏 姜志国 赵丹培 陆明
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 图嵌入 低秩表示 半监督学习 维数缩减 人脸识别
• 年，卷（期）: 2015,（2）
• 页码范围: 238-248
• 页数: 11页
• 分类号: TP391.4
• 字数: 8684字
• 语种: 中文

摘要

针对基于图嵌入的鉴别投影方法对近邻参数的敏感以及实际应用中样本类别信息不足对图嵌入方法鉴别性能的影响，提出一种基于自适应近邻选择和低秩表示的半监督鉴别分析方法。该方法利用所有类内样本点构造类内图来描述类内样本的紧致性，借助最远类内样本的邻域自适应地选取该邻域内不同类样本点构造类间图，以描述类间样本的可分性；此外，利用低秩表示方法挖掘不带类别信息样本的潜在低秩结构，以保留样本的全局相似关系。在ORL和FERET人脸数据库上的实验结果，验证了文中方法的有效性及对噪声的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜志国	北京航空航天大学宇航学院	88	1038	20.0	29.0
3	赵丹培	北京航空航天大学宇航学院	20	112	7.0	9.0
7	史骏	北京航空航天大学宇航学院	5	32	4.0	5.0
11	陆明	北京航空航天大学宇航学院	6	17	3.0	4.0