|
|||||
|
|
| 基于高斯过程隐变量模型的图像数据降维算法 | |
| 引用本文： | 郭莉莉,刘春光,王迪,韩忠华.基于高斯过程隐变量模型的图像数据降维算法[J].控制工程,2014,21(5). |
| 作者姓名： | 郭莉莉 刘春光 王迪 韩忠华 |
| 作者单位： | 1. 沈阳城市建设学院信息系,沈阳,110167 2. 沈阳建筑大学学报编辑部,沈阳,110168 3. 沈阳建筑大学信息与控制工程学院,沈阳,110168 |
| 摘 要： | 针对传统谱算法在数据降维计算复杂度高的缺点,提出一种基于高斯过程隐变量模型的图像数据降维算法。首先,通过高斯过程(Gaussian Process,GP)建立图像数据的概率模型,得到图像数据的隐变量模型;其次,利用概率最大化原则得到最优超参数,通过最优超参数求取最优数据降维结果;最后,实现图像数据降维。选取Yale,ORL两类数据集与传统算法进行人脸识别对比实验,实验结果表明:所提出的算法针对图像数据降维问题有较好的效果,结合支持向量机算法,可有效地对人脸图像进行识别,且有较高的识别率,从而体现出算法对高维数据降维的准确性。 |
| 关 键 词： | 高斯过程隐变量模型 数据降维 人脸识别 超参数 概率最大化 |
A Novel Dimension Reduction Algorithm of Image Data Based on Gaussian Process Latent Variable Mode |
|
| GUO Li-li,LIU Chun-guang,WANG Di,HAN Zhong-hua.A Novel Dimension Reduction Algorithm of Image Data Based on Gaussian Process Latent Variable Mode[J].Control Engineering of China,2014,21(5). | |
| Authors: | GUO Li-li LIU Chun-guang WANG Di HAN Zhong-hua |
| Abstract: | |
| Keywords: | Gaussian Process Latent Variable Mode data dimension reduction face recognition super-parameter maximize probability |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |