基于非线性迭代PLS的人脸识别算法

摘要：

主成分分析(PCA)是一种无监督的线性降维方法,能有效地提取模式的类内特征,当样本之间出现高度相关性或多重相关性时,PCA提取的主成分解释能力不够.鉴于PCA的缺点,采用一种有监督的鉴别特征提取法——偏最小二乘(PLS),在保留输入变量的最大信息条件下,先在输入和输出变量组中建立模型,再用非线性迭代法提取类间特征,直至隐变量收敛.在ORL人脸库和Yale人脸库中实验结果表明,该算法具有有效性.

关键词：非线性迭代、偏最小二乘、人脸识别

所属期刊栏目：48

分类号：TP391.4(计算技术、计算机技术)

资助基金：全国统计科研计划项目2011LY094;安徽省教育厅自然科学研究项目KJ2012Z311,KJ2012B133;阜阳师范学院自然科学研究项目2012FSKJ08

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：205-208,234