山东大学学报(工学版)

作者：范君,业巧林,业宁

单位：1. 南京林业大学信息科学技术学院, 江苏 南京 210037；2. 江苏工程职业技术学院建筑工程学院, 江苏 南通 226007

关键词：特征提取,局部保持投影,无参数近邻矩阵,广义Dice系数,人脸识别,

基金：江苏省高等职业院校国内高级访问学者计划(2016GRFX013);江苏省青蓝工程培养对象(2016-15);江苏省住建厅建设系统科技计划(2017ZD138);江苏省高校哲学社会科学研究(2018SJA1247);校科研计划(GYKY/2017/5, GYKY/2017/12)

针对局部保持投影算法的无监督性质和参数选择复杂性问题,提出一种改进的有监督无参数局部保持投影算法(supervised dice parameter-free locality preserving projection, SdPLPP)。SdPLPP算法使用广义Dice系数构建近邻矩阵,有效避免局部保持投影(locality preserving projection algorithm, LPP)算法参数选择调整的问题,采用监督模式对数据进行特征提取。SdPLPP在Iris数据集进行了图像可视化试验,直观分析试验分类后的样本距离值与算法性能的关系,并在ORL, Yale, FERET 3种人脸库上进行试验,通过对人脸数据的特征提取,采用最近邻分类法统计识别率,验证SdPLPP算法的有效性。试验结果表明:在人脸识别率方面, SdPLPP算法优于PCA, ULDA, LPP, SPLPP和EP-SLPP的算法,并优于已提出的其他有监督无参数局部保持投影算法。

来源：2019年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2019年第1期