《局部投影保留算法及其套用》是依託哈爾濱工業大學，由陳雁擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：局部投影保留算法及其套用
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：陳雁
項目摘要,結題摘要,
項目摘要
作為一種基於變換的特徵抽取技術，局部投影保留算法（LPP）有別於普通的特徵抽取或降維技術的一個突出特點是：在降低數據維數的特徵抽取過程中，其能很好地保持樣本數據的局部結構，使得經過變換後，樣本在新空間中仍能保持原有鄰居關係。在已有的數據聚類、檢索、文本分析以及識別等等問題的套用中，LPP方法表現出了良好的性能與套用前景。儘管如此，LPP方法也存在如下尚未解決的理論與套用缺陷：高維數據情況下，相應特徵方程不可直接求解或已有的數值求解方案會使變換結果不符合LPP的本質要求；核LPP方法變換效率低下不能滿足實際套用要求；核LPP方法參數選擇功能的缺失也極大地影響了其實用性。本項目將針對如上問題，構造若干基於局地保持投影的新方案。這些方案包括：LPP預變換方案；LPP減方案；KLPP效率提升方案；KLPP參數選擇方案；低計算複雜度的面向圖像套用的新LPP方案等。這些研究將對高維數據情況下L
結題摘要
經過幾年的研究，設計了幾個局部特徵抽取算法，算法的性能在人臉識別等問題中得到了驗證。具體工作如下：（一）設計了基於韋伯圖像描述子和多尺度圖像塊的局部特徵抽取算法。在人臉圖像等圖像的特徵抽取上，算法可以減少與分類無關的冗餘信息，可在一定程度上消除人臉姿態變化對算法的影響。（二）設計了同時保持樣本全局近鄰關係與局部近鄰關係的特徵抽取算法。（三）設計的協同表示算法能利用一個誤差矢量“模擬”訓練樣本的線性組合與測試樣本間的差異，從而取得較優的分類結果。
