应用于人脸图像识别的邻域保持极限学习机

• 作者: 刘德山 张悦 闫德勤 魏迪
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 极限学习机 流形学习 近邻保持嵌入 几何结构
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 187-191
• 页数: 5页
• 分类号: TP391
• 字数: 3665字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1803-0117

摘要

极限学习机广泛应用于人脸识别领域.传统的极限学习机算法因在少量标签样本上进行训练,容易发生学习过程不充分问题,同时在学习过程中往往忽略了样本内在的几何结构,影响其对人脸识别的分类能力.受流形学习思想的启发,提出一种邻域保持极限学习机算法.该算法保持数据最本质的结构和同类数据的判别信息,利用最小化类内散度矩阵来提高极限学习机整体的分类性能.通过人脸数据集上的多次实验结果表明,该算法的人脸识别准确率高于其他算法,更能有效地进行分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫德勤	辽宁师范大学计算机与信息技术学院	124	1071	15.0	28.0
2	张悦	辽宁师范大学计算机与信息技术学院	15	31	3.0	5.0
3	刘德山	辽宁师范大学计算机与信息技术学院	57	349	9.0	17.0
4	魏迪	辽宁师范大学计算机与信息技术学院	3	11	1.0	3.0