CAJ | 학술논문

局部投影保持LPP(Locality Preserving Projections)是一种局部特征提取算法,它能够有效地保留数据集的局部结构.不相关保局投影鉴别UDLPP( Uncorrelated Discriminant Locality Preserving Projections)在LPP的基础上考虑了类别信息,通过保留类内几何结构并最大化类间距离获得了良好的鉴别性能.结合UDLPP的思想,在UDLPP的基础上提出了一种局部结构保持的鉴别分析方法PCLSP( Pattern Classification based on Local Structure Preserving).该方法结合了数据集的类别信息以及数据集的局部结构信息,通过最小化类内近邻分离度以及最大化类间近邻分离度来提高鉴别性能,从而进一步反映了数据的局部结构,提高了识别率.通过在ORL( Olivetti-Oracle Research Lab)和YALE两个标准人脸库上实验验证了该算法的有效性.
국부투영보지LPP(Locality Preserving Projections)시일충국부특정제취산법,타능구유효지보류수거집적국부결구.불상관보국투영감별UDLPP( Uncorrelated Discriminant Locality Preserving Projections)재LPP적기출상고필료유별신식,통과보류류내궤하결구병최대화류간거리획득료량호적감별성능.결합UDLPP적사상,재UDLPP적기출상제출료일충국부결구보지적감별분석방법PCLSP( Pattern Classification based on Local Structure Preserving).해방법결합료수거집적유별신식이급수거집적국부결구신식,통과최소화류내근린분리도이급최대화류간근린분리도래제고감별성능,종이진일보반영료수거적국부결구,제고료식별솔.통과재ORL( Olivetti-Oracle Research Lab)화YALE량개표준인검고상실험험증료해산법적유효성.