基于相关性度量的伪主成分分析

摘要

采用数据样本间的相关性作为相似性度量,并引入样本的类信息,提出一种新的降维方法,即伪主成分分析(Pseudo-PCA),该方法尽可能地保持原样本的变化信息,同时又使得降维后的同类数据样本尽可能保持相似.此外,将这种思想方法成功推广到近年来提出的2DPCA,MatPCA和(2D)2PCA.在ORL,Yale和AR等人脸数据集上的实验表明,该类方法的识别率高于相应的基于欧氏距离的PCA,2DPCA,MatPCA和(2D)2PCA等方法.