结合成对约束的近邻稀疏保留投影算法

• 作 者: 彭澎 郝矿荣 丁永生 郭爽
• 机 构: 东华大学信息科学与技术学院,数字化纺织服装技术教育部工程研究中心
• 出 处: 计算机工程与应用
• 发表日期: 2016年7期
• 关键词: 降维 近邻稀疏保留投影 成对约束 人脸识别 dimensionality reduction locally sparsity preserving proj
• 基金项目: 国家自然科学基金重点项目（No.61134009）, 长江学者和创新团队发展计划（No.IRT1220）, 上海领军人才专项资金, 上海市科学技术委员会重点基础研究项目（No.13JC1407500,No.11JC1400200）, 上海市教育委员会科研创新项目（No.14ZZ067）, 中央高校基本科研业务费专项资金（No.2232012A3-04）

稀疏保持投影算法是一种无监督的全局线性降维方法,无法应对训练样本不足及类内样本间差异过大的情况。针对该问题,提出一种结合成对约束机制的近邻稀疏保留投影算法。利用近邻样本求取稀疏系数以保留局部结构信息,引入成对约束监督的思想,利用样本类别指导稀疏重构过程,最后定义能最大限度保留稀疏系数中蕴含的类别信息的低维子空间。将该算法用于人脸识别,实验结果证明了算法在识别率以及运行时间上的有效性和可行性。