原文服务方: 西安交通大学学报       
摘要:
针对传统局部保持投影算法对外点敏感的问题,提出了一种基于L2范数的局部保持投影算法.该算法通过采用L2范数定义目标函数并重新定义了权值矩阵,多次迭代计算投影矩阵得到局部最小值,直至达到收敛条件,进而获得最终的最优投影矩阵;通过利用最优投影矩阵将原始数据投影到最优的投影子空间,降低高维数据维度,同时能够保持原有数据特征.合成数据实验结果表明,与传统局部保持投影算法相比,所提基于L2范数的局部保持投影算法能够有效地降低数据维度,改善了算法对外点的敏感问题,提高了算法的鲁棒性.人脸识别实验结果表明,该算法能够取得较高且较为稳定的人脸识别率,人脸识别率可达80%.
推荐文章
一种基于L2,1范数的PCA维数约简算法
维数约筒
主成分分析
L2,1-PCA
L2,1范数
拉格朗日乘子
基于l2,1范数原子选择的图像分块稀疏重构
压缩感知
稀疏表示
l2,1范数选择
图像重构
图像分块
匹配追踪
基于集成核局部保持投影算法的故障检测
故障诊断
集成核主元分析
集成核局部保持投影
贝叶斯决策
集成学习法
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L2范数的局部保持投影算法
来源期刊 西安交通大学学报 学科
关键词 降维 局部保持投影 L2范数
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 33-37,79
页数 6页 分类号 TP391.4
字数 语种 中文
DOI 10.7652/xjtuxb201602006
五维指标
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  (9)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
降维
局部保持投影
L2范数
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
论文1v1指导