加权核子空间特征提取权重学习方法

摘要

特征抽取是模式识别中的一项重要工作,其中特征抽取的子空间方法一直受到研究者的关注,特别是近些年来研究人员提出各种加权子空间方法,但这些权重都是人为设定.为此,提出一种权重自动学习算法,该算法以缩小学习样本到其所属类原型的距离同时增大学习样本到其它类原型的距离为学习目标,在两个方向上调整权值,保证了算法收敛.同时,针对主成分分析及线性判别分析的变形最大边缘准则,重新定义了它们对应的带权协方差矩阵和带权散布矩阵,该定义充分表达了权重的本质含义.在3个公开人脸数据库上的实验室结果显示提出的算法有更好的识别率与更高的稳定性.