一种基于协作表示的判别局部保持投影方法

作者：李实秋

来源：计算机与现代化, 2023, (06): 43-47.

• 判别局部保持投影
• 协作表示
• 协作重构误差
• 图像识别

判别局部保持投影（DLPP）算法是一种判别特征提取的方法，用于流形学习的典型降维算法，它能够利用判别信息，提取出最佳的判别特征，但是DLPP算法往往会忽略样本间的协作重构关系，从而导致算法识别率较低的问题。本文提出一种基于协作表示的判别局部保持投影（CRDLPP）方法。该方法首先利用协作表示方法对所有训练样本的协作重构误差进行计算，然后将该重构误差值作为正则项引入DLPP的目标函数中，最后通过求解新的目标优化问题得到最优投影矩阵。为了验证CRDLPP算法在图像识别方面的有效性，选取Yale人脸库和COIL20图像库进行算法仿真实验，结果表明，本文的CRDLPP算法在图像识别方面相比其他经典降维算法有着较高的识别率。