一种改进的邻域保持嵌入算法

摘要：

邻域保持嵌入(NPE)是一种新颖的子空间学习算法,在降维的同时保持了样本集原有的局部邻域流形结构.为了进一步增强 NPE在人脸识别和语音识别中的识别功能,提出了一种改进的邻域保持嵌入算法(RNPE).在 NPE的基础上通过引入类间权值矩阵,使得类间离散度最大,类内离散度最小,增加了样本类间散布约束.最后利用极端学习机(ELM)分类器进行分类,在 Yale人脸库、Umist人脸库、Isolet语音库上的实验结果表明,RNPE算法的识别率明显高于 NPE算法、LMMDE算法以及 RAF-GE算法.

关键词：邻域保持、邻域嵌入、人脸识别

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然基金61105085;辽宁省教育厅项目L2014427

在线出版日期：2018-08-15（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：255-258,278