文献类型：期刊文章

作　　者：袁暋[1] 程雷[2] 朱然刚[3] 雷迎科[3]

机构地区：[1]合肥学院网络与智能信息处理重点实验室合肥230601 [2]总参陆航部驻北京地区军事代表室北京100101 [3]电子工程学院合肥230037

出　　处：《自动化学报》

基　　金：国家自然科学基金(61272333,61273302,61005010);安徽省自然科学基金(1208085MF94,1208085MF98,1308085MF84)资助~~

年　　份：2013

卷　　号：39

期　　号：12

起止页码：2077-2089

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2013_2014、EI(收录号：20140217188167)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对局部样条嵌入算法(Local spline embedding,LSE)存在样本外点学习和无监督模式学习问题,本文提出了一种新颖的正交局部样条判别投影算法(O-LSDP).该算法通过引入明确的线性映射关系,构建平移缩放模型,以及正交化特征子空间,从而使该算法能够应用于模式分类问题并显著改善了算法的分类识别能力.在标准人脸数据库和植物叶片数据库上的实验结果验证了该算法的有效性与可行性.

关 键 词：局部样条嵌入  最大边缘准则  特征提取 流形学习

分 类 号：TP391.41]