一种基于指数降维的监督型稀疏保持典型相关分析算法
蒋文
齐林
1.郑州大学 信息工程学院,河南 郑州,4500012.郑州大学 信息工程学院,河南 郑州,450001
摘要：提出一种基于指数降维的监督型稀疏保持典型相关分析算法。通过将样本的类别信息与样本特征相融合，克服以往引入监督信息导致重建误差增大的缺陷，同时实现类内相关的最大化与类间相关的最小化；针对传统算法处理稀疏信号的高维小样本问题的瓶颈，改进算法对总体散布矩阵做指数化的处理，既保留有效信息，又将总体散布矩阵非奇异化，克服 PCA 预处理散布矩阵导致有效信息流失的缺陷。依据 ORL，Yale，AR 和 FERET 人脸数据库而进行的仿真实验表明，该算法比其他的典型相关分析方法具有更好的识别效果。
关键词：典型相关分析(CCA)稀疏保持(SPP)指数降维特征提取人脸识别
分类号：O235(控制论、信息论（数学理论）)
资助基金：国家自然科学基金(61210005)国家自然科学基金(61331021)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 93-97 )
英文信息