一种新的有监督的局部保持典型相关分析算法

来源：计算机工程与科学杂志2015年第6期北京时间：

作者：潘荣华,陈秀宏,曹翔

单位：（江南大学数字媒体学院，江苏 无锡 214122）

摘要：从模式识别的角度出发，在局部保持典型相关分析的基础上，提出一种有监督的局部保持典型相关分析算法（SALPCCA）。该方法在构造样本近邻图时将样本的类别信息考虑在内, 由样本间的距离度量确定权重，建立样本间的多重权重相关，通过使同类内的成对样本及其近邻间的权重相关性最大，从而能够在利用样本的类别信息的同时，也能保持数据的局部结构信息。此外，为了能够更好地提取样本的非线性信息，将特征集映射到核特征空间，又提出一种核化的SALPCCA（KSALPCCA）算法。在ORL、Yale、AR等人脸数据库上的实验结果表明，该方法较其他的传统典型相关分析方法有着更好的识别效果。

关键词：局部保持,典型相关分析（CCA）,特征提取,人脸识别,

基金资助：国家自然科学基金资助项目 (61373055)