摘要: 提出了一种基于局部和全局特征的特征提取算法。该算法不仅能保持数据集的局部性,同时也考虑了数据集的全局性,使得降维后的数据既能保持部近关系,又能从整体上较好地重构和展现。PCA()能较好地展现原数据集,LPP能保持局部部近关系,算法结合了这两个算法的思想,但由于LPP没有考虑类别信息,故先对LPP进行改进,给出了一种有监督的局部保持投影算法,使得提出的算法能更加有利于分类问题。通过人脸识别实验,验证了算法的正确性和有效性。
张国印,楼宋江,程慧杰,王庆军. 基于局部和全局的特征提取算法及在人脸识别中的应用[J]. 计算机科学, 2009, 36(8): 285-287. https://doi.org/
GHANG Guo-yin, LOU Song-jiang, CHENG Hui-jie, WANG Qing-jun. Feature Extraction Algorithm Based on Locality and Globality and its Application in Face Recognition[J]. Computer Science, 2009, 36(8): 285-287. https://doi.org/