无参数直接正交判别局部差异投影分析算法

摘要

针对有监督局部结构和差异投影(SLSDP,supervised local structure and diversity projection)的特征提取算法在构造差异系数时没有利用样本类别信息且其性能易受参数设置影响的问题,提出一种无参数直接正交判别局部差异投影分析(PFDODLDPA,parameter-free direct orthogonal discriminant local diversity projection analysis)算法。算法采用样本的余弦距离构造权值,能够动态获取样本的近邻点因而无需参数设置,同时其差异权值计算公式采用了样本的类别信息,因此是一种有监督的特征提取算法。对于算法的求解,为了解决小样本问题,给出了一种直接求解的计算方法,利用拉普拉斯矩阵的性质进行了相应的矩阵分解,可直接从高维样本的原始空间中求出正交投影矩阵。在ORL和AR人脸库上的实验结果表明,所提方法比原算法明显有效,最好识别率可分别提高2.3%和1.31%,说明所提方法是可行的。