• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Supervised Kernel Optimized Locality Preserving Projection with Its Application to Face Recognition and Palm Biometrics
【24h】

Supervised Kernel Optimized Locality Preserving Projection with Its Application to Face Recognition and Palm Biometrics

机译：有监督的内核优化局部性保留投影及其在人脸识别和Palm生物识别中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Kernel Locality Preserving Projection (KLPP) algorithm can effectively preserve the neighborhood structure of the database using the kernel trick. We have known that supervised KLPP (SKLPP) can preserve within-class geometric structures by using label information. However, the conventional SKLPP algorithm endures the kernel selection which has significant impact on the performances of SKLPP. In order to overcome this limitation, a method named supervised kernel optimized LPP ( SKOLPP) is proposed in this paper, which can maximize the class separability in kernel learning. The proposed method maps the data from the original space to a higher dimensional kernel space using a data-dependent kernel. The adaptive parameters of the data-dependent kernel are automatically calculated through optimizing an objective function. Consequently, the nonlinear features extracted by SKOLPP have larger discriminative ability compared with SKLPP and are more adaptive to the input data. Experimental results on ORL, Yale, AR, and Palmprint databases showed the effectiveness of the proposed method.
机译：内核局部性保留投影（KLPP）算法可以使用内核技巧有效地保留数据库的邻域结构。我们知道，有监督的KLPP（SKLPP）可以通过使用标签信息来保留类内的几何结构。然而，传统的SKLPP算法会忍受内核选择，这对SKLPP的性能有重大影响。为了克服这一局限性，本文提出了一种称为监督内核优化的LPP（SKOLPP）的方法，该方法可以最大程度地提高内核学习中的类可分离性。所提出的方法使用依赖于数据的内核将数据从原始空间映射到更高维的内核空间。通过优化目标函数自动计算与数据相关的内核的自适应参数。因此，与SKLPP相比，SKOLPP提取的非线性特征具有更大的判别能力，并且更适应于输入数据。在ORL，Yale，AR和Palmprint数据库上的实验结果证明了该方法的有效性。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第12期|421671.1-421671.10|共10页
  • 作者

    Lin Chuang; Jiang Jifeng; Zhao Xuefeng; Pang Meng; Ma Yanchun;

  • 作者单位

    Dalian Univ Technol, Sch Software, Dalian 116600, Peoples R China.;

    Dalian Univ Technol, Sch Software, Dalian 116600, Peoples R China.;

    Dalian Univ Technol, Sch Civil Engn, Dalian 116024, Peoples R China.;

    Dalian Univ Technol, Sch Software, Dalian 116600, Peoples R China.;

    Heilongjiang Univ Tradit Chinese Med, Harbin 150040, Peoples R China.;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号