计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
5期
201-204,238
,共5页
特征提取%L1范数%局部保留映射%人脸识别
特徵提取%L1範數%跼部保留映射%人臉識彆
특정제취%L1범수%국부보류영사%인검식별
提出了一种基于L1范数的二维局部保留映射(two-dimensional locality preserving projections based on L1-norm,2DLPP-L1)特征提取方法.与传统的基于L2范数的二维局部保留映射(2DLPP)相比,所提方法有两个优点.首先,由于L1范数对噪声不敏感,因此它具有更强的抗噪声能力；其次,它不需要进行特征值分解.在两个人脸数据库和一个手写数字数据集上的实验结果表明,当训练集中有噪声时,所提的2DLPP-L1能够取得优于传统2DLPP的分类性能.
提齣瞭一種基于L1範數的二維跼部保留映射(two-dimensional locality preserving projections based on L1-norm,2DLPP-L1)特徵提取方法.與傳統的基于L2範數的二維跼部保留映射(2DLPP)相比,所提方法有兩箇優點.首先,由于L1範數對譟聲不敏感,因此它具有更彊的抗譟聲能力；其次,它不需要進行特徵值分解.在兩箇人臉數據庫和一箇手寫數字數據集上的實驗結果錶明,噹訓練集中有譟聲時,所提的2DLPP-L1能夠取得優于傳統2DLPP的分類性能.
제출료일충기우L1범수적이유국부보류영사(two-dimensional locality preserving projections based on L1-norm,2DLPP-L1)특정제취방법.여전통적기우L2범수적이유국부보류영사(2DLPP)상비,소제방법유량개우점.수선,유우L1범수대조성불민감,인차타구유경강적항조성능력；기차,타불수요진행특정치분해.재량개인검수거고화일개수사수자수거집상적실험결과표명,당훈련집중유조성시,소제적2DLPP-L1능구취득우우전통2DLPP적분류성능.
