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:
双向二维局部保持映射(双向2DLPP)与二维局部保持映射(2DLPP)比较,双向2DLPP同时对图像的行方向和列方向进行降维处理,可以采用较少的系数有效地表示图像。为了进一步增强双向2DLPP算法的分类能力,将双向2DLPP所提取的特征采用线性判别式分析(LDA)进行分类,从而形成了一种新的监督算法:鉴别双向二维局部保持投影。理论分析表明,无论在计算量还是内存要求方面,所提鉴别双向二维局部保持投影算法比双向2DLPP和主成分分析+线性判别式分析(PCA+LDA)要少,而且在ORL 和Yale数据库上的人脸识别实验表明,新算法的识别性能比双向2DLPP和PCA+LDA算法要好,且具有较少的计算复杂度。
推荐文章
应用于人脸识别的改进局部保持投影算法
局部保持投影
类别信息
人脸识别
降维
一种鉴别稀疏局部保持投影的人脸识别算法
人脸识别
维数约简
稀疏重构
局部保持投影
改进双向二维局部保持投影的人脸识别算法
人脸识别
特征提取
二维线性鉴别分析
二维局部保持投影
二维主成分分析
基于分块加权的局部保持投影的人脸识别
人脸识别
局部保持投影
模式识别
特征提取
类标信息
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 双向二维局部保持鉴别投影应用于人脸识别
来源期刊 计算机工程与应用 学科 工学
关键词 双向二维局部保持映射 线性判别式分析 人脸识别 计算复杂度
年,卷(期) 2015,(22) 所属期刊栏目 图形图像处理
研究方向 页码范围 163-167
页数 5页 分类号 TP391.41
字数 4652字 语种 中文
DOI 10.3778/j.issn.1002-8331.1311-0027
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 刘增力 昆明理工大学信息工程与自动化学院 68 155 6.0 8.0
2 周慧 昆明理工大学信息工程与自动化学院 5 2 1.0 1.0
3 陈熙 昆明理工大学信息工程与自动化学院 11 31 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (7)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
双向二维局部保持映射
线性判别式分析
人脸识别
计算复杂度
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导