面向局部線性回歸分類器的判別分析方法

《面向局部線性回歸分類器的判別分析方法》是朱換榮,鄭智超等撰寫的一篇論文。

基本介紹

• 中文名：面向局部線性回歸分類器的判別分析方法
• 作者：朱換榮,鄭智超
• 論文來源：智慧型系統學報
• 發表時間：2018-12-26
• 分類號：TP391.41

論文摘要

局部線性回歸分類器(locality-regularized linear regression classification, LLRC)在人臉識別上表現出了高識別率以及高效性的特點,然而原始特徵空間並不能保證LLRC的效率。為了提高LLRC的性能,提出了一種與LLRC相聯繫的新的降維方法——面向局部線性回歸分類器的判別分析方法(locality-regularized linear regressionclassification based discriminant analysis, LLRC-DA)。LLRC-DA根據LLRC的決策準則設計目標函式,通過最大化類間局部重構誤差並最小化類內局部重構誤差來尋找最優的特徵子空間。此外,LLRC-DA通過對投影矩陣添加正交約束來消除冗餘信息。為了有效地求解投影矩陣,利用最佳化變數之間的關係,提出了一種新的跡比最佳化算法。因此,LLRC-DA非常適用於LLRC。在FERET和ORL人臉庫上進行了實驗,實驗結果表明LLRC-DA比現有方法更具有優越性。

引文格式

朱換榮,鄭智超,孫懷江.面向局部線性回歸分類器的判別分析方法[J/OL].智慧型系統學報,2019(05):1-8[2019-11-24].