计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
5期
309-314
,共6页
人脸识别%流形学习%近邻保持嵌入%协同表示%监督协同近邻保持投影
人臉識彆%流形學習%近鄰保持嵌入%協同錶示%鑑督協同近鄰保持投影
인검식별%류형학습%근린보지감입%협동표시%감독협동근린보지투영
Face recognition%Manifold learning%Neighborhood preserving embedding%Collaborative representation%Supervised collaborative neighborhood preserving projection
基于流形学习理论的近邻保持嵌入算法(Neighborhood Preserving Embedding,NPE)能够发现数据集中隐含的内蕴结构,但当训练样本不足时,无法准确发现数据的内在流形结构,从而影响算法的识别效果.针对这一问题,对NPE算法进行改进,提出了监督协同近邻保持投影算法(Supervised Collaborative Neighborhood Preserving Projection,SCNPP).该算法在类别信息的指导下构建近邻图,使同类样本间的几何关系得到保持,利用协同表示弥补NPE因样本不足造成的表示误差,以一个有效保持样本近邻关系、准确发现数据内在流形结构的权值矩阵计算投影矩阵,提高分类效果.在FERET、AR和Extended Yale B人脸数据集上的实验验证了该算法的有效性.
基于流形學習理論的近鄰保持嵌入算法(Neighborhood Preserving Embedding,NPE)能夠髮現數據集中隱含的內蘊結構,但噹訓練樣本不足時,無法準確髮現數據的內在流形結構,從而影響算法的識彆效果.針對這一問題,對NPE算法進行改進,提齣瞭鑑督協同近鄰保持投影算法(Supervised Collaborative Neighborhood Preserving Projection,SCNPP).該算法在類彆信息的指導下構建近鄰圖,使同類樣本間的幾何關繫得到保持,利用協同錶示瀰補NPE因樣本不足造成的錶示誤差,以一箇有效保持樣本近鄰關繫、準確髮現數據內在流形結構的權值矩陣計算投影矩陣,提高分類效果.在FERET、AR和Extended Yale B人臉數據集上的實驗驗證瞭該算法的有效性.
기우류형학습이론적근린보지감입산법(Neighborhood Preserving Embedding,NPE)능구발현수거집중은함적내온결구,단당훈련양본불족시,무법준학발현수거적내재류형결구,종이영향산법적식별효과.침대저일문제,대NPE산법진행개진,제출료감독협동근린보지투영산법(Supervised Collaborative Neighborhood Preserving Projection,SCNPP).해산법재유별신식적지도하구건근린도,사동류양본간적궤하관계득도보지,이용협동표시미보NPE인양본불족조성적표시오차,이일개유효보지양본근린관계、준학발현수거내재류형결구적권치구진계산투영구진,제고분류효과.재FERET、AR화Extended Yale B인검수거집상적실험험증료해산법적유효성.
