稀疏主成分线性判别分析算法

• 作者: 朱蕾
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 人脸识别 线性判别分析 主成分分析 稀疏表示
• 年，卷（期）: 2018,（2Z）
• 页码范围: 212-213
• 页数: 2页
• 分类号: TP391.41

摘要

本论文开展了基于稀疏表示的人脸识别算法研究。主要内容如下:(1)回顾了人脸识别的发展,从中挑选了主成分分析(PCA)与线性判别分析(LDA)这两种典型算法进行研究。(2)在对两种传统算法进行学习和研究后,实现了它们与稀疏表示结合的算法——稀疏线性判别分析(SDA)与稀疏主成分分析(SPCA)。(3)通过对前面两种算法的总结,得到了改进算法。在标准ORL人脸数据以及Yale人脸数据上进行了比较实验,实验结果表明改进后的算法取得了较好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱蕾	同济大学电子与信息工程学院	7	30	3.0	5.0