代价敏感学习的稀疏局部保留投影算法

摘要：

针对已有的局部保留投影(locality preserving projections,LPP)算法可能将相似的类别误投影到一起,导致正确识别率降低的问题.在局部保留投影算法的基础上,提出了一种基于代价敏感学习的稀疏局部保留投影算法(cost-sensitive sparse locality preserving projections,CSLPP).该算法将代价敏感学习引入到人脸识别中,首先对样本进行代价敏感思考,然后再将样本稀疏化,最后求得最优投影向量.通过在YALE人脸库和FERET人脸库上实验,结果表明CSLPP算法在投影之前将代价考虑进去,有效的避免了高风险,该算法在最近邻分类器上的的识别率明显高出其它算法的识别率.

关键词：局部保留投影、人脸识别、代价敏感、稀疏化

所属期刊栏目：20

分类号：TP391.4(计算技术、计算机技术)

资助基金：黑龙江省教育厅科学技术研究项目11551087

在线出版日期：2015-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50