基于SLPP和张量分解相结合的人脸识别

针对多线性分析算法对多姿态多身份因素并存时,人脸的识别率大大下降等问题,提出了带监督的局部保留投影映射算法与多线性张量分析算法相结合的人脸识别方法。该方法将人脸转动的近邻点信息作为监督信息引入,更精确地描述了姿态空间的非线性结构,再结合张量分解和核函数将姿态流形系数映射到高维图像空间,使得从低维空间到高维空间映射的精确性得以提高。在东方人脸数据库上进行实验,结果验证了该算法的有效性。

基于迹比准则与+L-R方法的特征选择算法

提出一种将迹比准则和基于错分区域的+L-R方法相结合的特征选择算法。该算法使用迹比算法得到优秀特征子集,对分类产生的错分区域进行+L-R选择得到新特征,新特征可以区分之前被错分的数据,从而降低错分率。采用+L-R算法降低数据冗余。实验结果表明,该算法有效改进迹比准则特征选择算法,同时降低错分率。