计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
22期
205-208,234
,共5页
胡业刚%姚云飞%王峰%王春生
鬍業剛%姚雲飛%王峰%王春生
호업강%요운비%왕봉%왕춘생
非线性迭代%偏最小二乘%人脸识别
非線性迭代%偏最小二乘%人臉識彆
비선성질대%편최소이승%인검식별
主成分分析(PCA)是一种无监督的线性降维方法,能有效地提取模式的类内特征,当样本之间出现高度相关性或多重相关性时,PCA提取的主成分解释能力不够.鉴于PCA的缺点,采用一种有监督的鉴别特征提取法——偏最小二乘(PLS),在保留输入变量的最大信息条件下,先在输入和输出变量组中建立模型,再用非线性迭代法提取类间特征,直至隐变量收敛.在ORL人脸库和Yale人脸库中实验结果表明,该算法具有有效性.
主成分分析(PCA)是一種無鑑督的線性降維方法,能有效地提取模式的類內特徵,噹樣本之間齣現高度相關性或多重相關性時,PCA提取的主成分解釋能力不夠.鑒于PCA的缺點,採用一種有鑑督的鑒彆特徵提取法——偏最小二乘(PLS),在保留輸入變量的最大信息條件下,先在輸入和輸齣變量組中建立模型,再用非線性迭代法提取類間特徵,直至隱變量收斂.在ORL人臉庫和Yale人臉庫中實驗結果錶明,該算法具有有效性.
주성분분석(PCA)시일충무감독적선성강유방법,능유효지제취모식적류내특정,당양본지간출현고도상관성혹다중상관성시,PCA제취적주성분해석능력불구.감우PCA적결점,채용일충유감독적감별특정제취법——편최소이승(PLS),재보류수입변량적최대신식조건하,선재수입화수출변량조중건립모형,재용비선성질대법제취류간특정,직지은변량수렴.재ORL인검고화Yale인검고중실험결과표명,해산법구유유효성.
