4145.
目的 本文针对基于最小均方差准则的主成分分析算法(如2DPCA-L
2(two-dimensional PCA with L
2-norm)算法和2DPCA-L
1(two-dimensional PCA with L
1-norm)算法)对外点敏感、识别率低的问题,结合信息论中的最大相关熵准则,提出了一种基于最大相关熵准则的2DPCA(2DPCA-MCC)。
方法 2DPCA-MCC算法采用最大相关熵表示目标函数,通过半二次优化技术解决相关熵问题,降低了外点在目标函数评价中的贡献,从而提高了算法的鲁棒性和识别精度。
结果 通过对比2DPCA-MCC算法和2DPCA-L
2、2DPCA-L
1在ORL人脸数据库上的识别效果,表明了2DPCA-MCC算法的识别率比2维主成分分析算法的识别率最低提高了近10%,最高提高了近30%。
结论 提出了一种基于最大相关熵的2DPCA算法,通过半二次优化技术解决非线性优化问题,实验结果表明,本算法能够较好地解决外点问题,显著提高识别精度,适用于解决人脸识别中的外点问题。… …
相似文献