有局部差异及全局性的半监督正交保局投影算法
A Semi-Supervised Orthogonal Locality Preserving Projection Algorithm Based on Diversity and Global Information作者机构:安徽理工大学计算机科学与工程学院安徽淮南232001 哈尔滨工业大学航天学院黑龙江哈尔滨150001
出 版 物:《武汉大学学报(理学版)》 (Journal of Wuhan University:Natural Science Edition)
年 卷 期:2013年第59卷第6期
页 面:558-562页
核心收录:
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金:国家自然科学基金(60975009) 安徽省自然科学基金(1208085QF123) 安徽理工大学青年教师科学研究基金(2012QNZ10)资助项目
主 题:局部结构 差异 特征提取 全局信息 半监督 过学习问题
摘 要:结合局部结构及差异信息的有监督投影算法是一种有效的特征提取算法,但只能处理有类别标签样本,忽略了样本全局信息的作用,故本文提出了一种有局部差异及全局性的半监督正交保局投影算法.该算法的思想是利用有标签和无标签样本来构造准则函数,在保持数据的局部几何结构的同时,最大化样本的全局与近邻样本的差异信息,因此该算法不但能够揭示样本的全局结构而且可有效地防止过学习问题,同时为了进一步增强算法的识别性能对所求取的投影矩阵进行了正交化约束,最后给出了该算法的非线性拓展.人脸库上的实验结果表明所提方法是可行的和有效的.