基于流形学习的整体正交稀疏保留鉴别分析-论文.pdf

《基于流形学习的整体正交稀疏保留鉴别分析-论文.pdf》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24卷第6期计算机技术与发展V0l

2、24No．62014年6月COMPUTERTECHNOLOGYANDDEVELOPMENTJune2014基于流形学习的整体正交稀疏保留鉴别分析吴飞，荆晓远，李文倩，姚永芳(南京邮电大学自动化学院，江苏南京210003)摘要：稀疏保留投影是一种有效的特征提取方法，但是其主要关注样本间的全局稀疏重构关系，并且得到的投影变换通常不是正交的。在实际应用中，图像数据往往处于高维空间中的一种低维流形中，正交性一直被认为有利于提高鉴别能力。文中以有监督学习的方式在稀疏保留投影中引入了流形结构保留，并使得投影空间正交

3、，从而提出了一种新的特征提取方法，即基于流形学习的整体正交稀疏保留鉴别分析(MLHOSDA)。在人脸和掌纹图像数据库的实验结果表明此方法具有较好的识别效果。关键词：特征提取；流形学习；稀疏保留投影；有监督学习；整体正交；人脸和掌纹图像中图分类号：TP181文献标识码：A文章编号：1673—629X(2014)06—0063—04doi：10．3969／j．issn．1673—629X．2014．06．016AnalysisofPreservingDiscriminantofHolisticOrthogonalSparsityBasedonM

4、anifoldLearningWUFei，JINGXiao-yuan，LIWen—qian，YAOYong-fang(CollegeofAutomation，NanjingUniversityofPostsandTelecommunications，Nanjing210003，China)Abstract：SparsityPreservingProjections(sPP)isaleffectivefeatureextractionmethod．However，itfocusesontheglobalsparseretort—structi

5、onrelationsamongsamples，anditsachievedtransformationisusuallynotorthogona1．Inrealapplication，imagesamplespossiblyresideonanonlinearsubmanifoldofthehigh—dimensionalspace，whichistheinherentstructureamongthesamples，andorthogonalityisfavorableforclassificationinmanyscenarios．I

6、nthispaper，proposeanewfeatureextractionapproachnamedMani~ldLearningbasedHolisticOrthogonalSparsitypreservingDiscriminantAnalysis(MLHOSDA)，whichintroducesthemanifoldpreservingintoSPPinasu—pervisedlearningmannerandmakestheobtainedtransformationorthogona1．Theexperimentresults

7、onfaceandpalmprintimagedatabasesdemonstratetheefectivenessoftheproposedapproach．Keywords：~atumextraction；manifoldlearning；sparsitypreservingprojections；supervisedlearning；holisticorthogonal；faceandpalm—printimageO引言向量一般不是正交的。Foley—Sammon线性鉴别分析在人脸和掌纹等图像特征提取和识别技术(FSLDA)是一个改进

8、的LDA方法，它通过增加正中，子空间学习方法使用最广泛。经典的子空间交约束，使得投影向量两两正交，去除特征之间的冗余学习方法有主成分分析(PrincipalComponentAnaly—信息，从而提高了识别的性能。sis，PCA)和线性鉴别分析(LinearDiscriminantA—近年来，流形学习方法开始被广泛研究。经典的nalysis，LDA)。PCA通过将高维图像数据投影到协流行学习方法有局部线性嵌入(LocallyLinearEmbed—方差矩阵的特征向量所张成的低维子空间来提取特ding)、局部保留投影(LocalPreserv

9、ingProjections，征。LDA希望找到一个投影子空间使得不同类的数LPP)、流形鉴别分析(ManifoldDiscriminantAnaly—据点尽可能的分开，而同类的