CAJ | 학술논문

本文受流形学习思想的启发，提出了一种改进的最大方差展开算法，该算法在最大方差展开算法（MVU，maximumvarianceunfolding）基础上引入了拉普拉斯特征映射（LE，Laplacian Eigenmap）的保持局部流形结构不变的特性，在保持局部几何结构的同时考虑类别信息将不同类的数据尽可能远地在子空间中进行映射，该算法兼具流形和监督特性。通过在多个人脸库中的实验表明，该算法具有一定的鲁棒性和较高的识别性能，达到了较高的提取分类信息和压缩特征空间维数的效果。
본문수류형학습사상적계발，제출료일충개진적최대방차전개산법，해산법재최대방차전개산법（MVU，maximumvarianceunfolding）기출상인입료랍보랍사특정영사（LE，Laplacian Eigenmap）적보지국부류형결구불변적특성，재보지국부궤하결구적동시고필유별신식장불동류적수거진가능원지재자공간중진행영사，해산법겸구류형화감독특성。통과재다개인검고중적실험표명，해산법구유일정적로봉성화교고적식별성능，체도료교고적제취분류신식화압축특정공간유수적효과。