论文部分内容阅读
为了解决局部鉴别嵌入(LDE)算法的高维小样本泛化能力弱和分解致密矩阵计算量较大的问题,提出了一种基于谱回归的正交局部鉴别嵌入算法(SR-OLDE),采用谱回归理论与正交化技术相结合的方法,将投影函数的求解转化为回归问题的求解.该算法首先计算训练样本的特征向量;然后通过回归方法计算投影向量,得到测试数据集,从而将n×n维的致密矩阵的特征分解转化为m×m维矩阵的特征分解,n,m分别为人脸特征矩阵维数和人脸样本数;最后对投影向量进行Gram-Schmidt正交化,得到正交的投影矩阵,从而可准确估计高维数