基于特别的特征表示方法的局部线性KNN算法

• 作者: 卞则康 王士同 王宇翔
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 特别的特征表示 局部线性K最近邻算法(L2KNN) 最近邻集群效应(CENN) 系数截断方法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 134-142
• 页数: 9页
• 分类号: TP181
• 字数: 7645字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1612040

摘要

提出了一种特别的特征表示方法,并在此基础上提出了一种基于特别的特征表示方法的局部线性K最近邻算法(locally linear K-nearest neighbor method,L2KNN),并将之应用到人脸识别中.特别的特征表示方法是在传统的稀疏表示的基础上,加入了非负约束,改进了传统的稀疏表示的方法,在目标函数中增加了集群正则化项,然后优化新的目标函数得到一个新的近似的特征表示.L2KNN算法具有最近邻集群效应(clustering effect of nearest neighbors,CENN),不仅可以增强测试样本与同类的训练样本之间的相关性,而且可以增强同类训练样本之间的相关性.L2KNN算法进一步应用到L2KNNc(L2KNN- based classifier)分类器中,并提出一种系数截断的方法增加L2KNNc分类器的泛化性能,进一步提高分类器的分类性能.在人脸数据集上的实验结果证明了上述结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	卞则康	江南大学数字媒体学院	3	20	3.0	3.0
3	王宇翔		3	5	1.0	2.0