一种监督的局部保持典型相关分析算法

《一种监督的局部保持典型相关分析算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第25卷第1期模式识别与人工智能Vol．25No．12012年2月PR＆AIFeb2012*一种监督的局部保持典型相关分析算法侯书东孙权森夏德深(南京理工大学计算机科学与技术学院南京210094)摘要从模式分类的角度出发，提出一种监督的局部保持典型相关分析(SLPCCA)，通过最大类内成对样本与其近邻间的权重相关性，因而能有效利用样本类别信息的同时保持数据的局部流形结构，并且融合判别型典型相关分析(DCCA)的鉴别信息而不受总类别数的限制．此外，为了提取数据的非线性特征，在核方法的基础上又提出一种核化的SLPCCA(KS

2、LPCCA)．在ORL、Yale、AR和FERET等人脸数据库的实验结果表明，该算法比其他传统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)，局部保持，特征提取，人脸识别中图法分类号TP391SupervisedLocalityPreservingCanonicalCorrelationAnalysisAlgorithmHOUShu-Dong，SUNQuan-Sen，XIADe-Shen(SchoolofComputerScienceandTechnology，NanjingUniversityofS

3、cienceandTechnology，Nanjing210094)ABSTRACTTouselocalitypreservingcanonicalcorrelationanalysis(LPCCA)inpatternclassificationandacquirefineresults，asupervisedlocalitypreservingcanonicalcorrelationanalysis(SLPCCA)isproposedbasedonLPCCAincorporatedtheclasslabelinform

4、ation．Throughmaximizingtheweightedcorrelationbetweencorrespondingsamplesandtheirnearneighborsbelongingtothesameclasses，SLPCCAeffectivelyutilizestheclasslabelinformationandpreservesthelocalmanifoldstructureofthedata．Inaddition，theproposedalgorithmeffectivelyfusest

5、hediscriminationinformationofDCCAwithouttherestrictionoftotalclassnumbers．Besides，akernelSLPCCA(KSLPCCA)isalsoproposedbasedonkernelmethodstoextractnonlinearfeaturesofthedata．TheexperimentalresultsonORL，Yale，ARandFERETfacedatabasesshowthattheproposedalgorithmsareb

6、etterthanrelatedcanonicalcorrelationanalysismethods．KeyWordsCanonicalCorrelationAnalysis(CCA)，LocalityPreserving，FeatureExtraction，FaceRecognition*国家自然科学基金(No．60773172)、教育部博士学科点基金(No．200802880017)和江苏省自然科学基金(No．BK2008411)资助项目收稿日期:2010－06－07;修回日期:2011－05－23作者简介侯书东，

7、男，1986年生，博士研究生，主要研究方向为模式识别、机器学习．E-mail:hou_shudong@hotmail．com．孙权森，男，1963年生，教授，博士生导师，主要研究方向为模式识别、图像处理、医学影像分析、遥感信息系统等．夏德深，男，1941年生，教授，博士生导师，主要研究方向为图像处理、卫星遥感、医学图像分析和模式识别．144模式识别与人工智能25卷［13］1引言关分析(LocalityPreservingCCA，LPCCA)以成对样本近邻之间相关的最大化，代替传统CCA中成对样本之间的相关最大化．但是LP

8、CCA仍然属于非监近年来，典型相关分析(CanonicalCorrelation［1］督学习的范畴，并且最终的实验结果受近邻数的影Analysis，CCA)越来越受到普遍的重视和关注，响较大．为了在保持数据局部流形结构的同时加入广泛应用于计算机视觉和模式识别等领域，如人脸［2］有利于分类的鉴别信息，本文介绍一种监督的