应用于人脸识别的改进局部保持投影算法
【摘要】 局部保持投影算法(10calitypreservingprojections，LPP)作为降维算法，在机器学习和模式识别中有着广泛应用;在识别分类中，为了更好地利用类别信息，在保持样本点的局部特征外，有效地从高维数据中提取出低维的人脸图像信息并提高人脸图像的识别率和识别速度，使分类达到一定优化，基于LPP算法结合流形学习思想，通过构造一种吸引向量的方法提出一种改进的局部保持投影算法(reformationlocalitypreserveprojections，RLPP);将数据集利用极端学习机分类器进行分类后，在标准人脸数据库上的进行试验，实验结果证明，改进后算法的识别率优于LPP算法、局部保持平均邻域边际最大化算法和鲁棒线性降维算法，具有较强的泛化能力和较高的识别率。
