计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
7期
2230-2232
,共3页
特征提取%人脸识别%核主成分分析%鲁棒
特徵提取%人臉識彆%覈主成分分析%魯棒
특정제취%인검식별%핵주성분분석%로봉
feature extraction%face recongnition%KPCA(kernel principal component analysis)%robust
为减弱离群点对数据处理的影响,提出了一种鲁棒的加权核主成分分析算法.利用核函数将样本投影到核空间,在核空间构建一个样本加权重建误差最小模型,最大限度地提取数据中的非线性信息并降低离群点样本的干扰.在Yale人脸库和UCI数据集上的实验表明,该方法具有很好的识别率,尤其对离群点样本具有较好的鲁棒性.
為減弱離群點對數據處理的影響,提齣瞭一種魯棒的加權覈主成分分析算法.利用覈函數將樣本投影到覈空間,在覈空間構建一箇樣本加權重建誤差最小模型,最大限度地提取數據中的非線性信息併降低離群點樣本的榦擾.在Yale人臉庫和UCI數據集上的實驗錶明,該方法具有很好的識彆率,尤其對離群點樣本具有較好的魯棒性.
위감약리군점대수거처리적영향,제출료일충로봉적가권핵주성분분석산법.이용핵함수장양본투영도핵공간,재핵공간구건일개양본가권중건오차최소모형,최대한도지제취수거중적비선성신식병강저리군점양본적간우.재Yale인검고화UCI수거집상적실험표명,해방법구유흔호적식별솔,우기대리군점양본구유교호적로봉성.
