半监督LLE人脸识别算法

• 作 者: 勾红云 周勇 朱长成 周红兵
• 机 构: 中国矿业大学计算机学院
• 出 处: 计算机工程与设计
• 发表日期: 2011年08期
• 关键词: 半监督 监督LLE 人脸识别 密度聚类 标签 semi-supervised supervised-LLE face recognition density c
• 基金项目: 国家自然科学基金项目（50674086）,江苏省博士后科学基金项目（0701045B）,中国矿业大学科技基金项目（20078017）.

实际应用中获得少量带有标签的人脸数据集比较容易,为了充分利用人脸数据集中的半监督信息,根据基于密度聚类的算法思想,提出一种半监督的LLE算法。利用带标签的样本,以每一个带标签的样本为中心点,采用标签扩展算法对不带标签的样本添加标签,再运行监督LLE算法,得到降维后的数据并保留了原始数据集中的分类信息和子流行结构,最后,将算法用到人脸识别当中。通过与2DLDA、LLE、SLLE算法进行比较,结果表明了提出算法的有效性。