引入指数p的局部保持映射算法  

Local Preserving Projection Algorithm with Exponential p

作　　者：安亚静[1] 王士同[2] 

机构地区：[1]江南大学物联网工程学院,江苏无锡214122 [2]江南大学数字媒体学院,江苏无锡214122

出　　处：《计算机工程》2011年第17期178-180,184,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(60773206)

摘　　要：在进行降维时数据集合的多样性要求降维算法求解问题具有灵活性。为此,利用加入指数p来调节局部保持映射算法的约束条件,通过实验观察该指数的引入对降维以及识别率的影响,并总结指数p的范围和设计经验。实验结果表明,指数p可以影响降维效果,使维数降得更低,通过调节提高人脸识别率,在加入高斯白噪声后通过调节指数p也可改善识别的效果。As the diversity of the data collection,it is necessary to enhance the flexibility of the algorithm when reduce the dimensions of the data sets.The article changes the constraints of the Local Preserving Projection（LPP） algorithm by adding an exponential parameter p.Then can see the result of dimension reduction and look over the recognition rate through different face databases.The article also attempts to summarize the scope of p and design experience.Experimental show that the exponential parameter does influent the dimension reduction results.The dimension can be lower and if select the proper p the result will be better.If add gussian white noise,the consequent is still better by adjusting the exponential parameter p.

关 键 词：局部保持映射 流形学习 邻接图 约束条件 噪声 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]