資源描述：
《代價敏感學(xué)習(xí)的稀疏局部保留投影算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第20卷第3期哈爾濱理工大學(xué)學(xué)報Vo1．20No．32015年6月JOURNALOFHARBINUNIVERSITYOFSCIENCEANDTECHNOLOGYJun．2015代價敏感學(xué)習(xí)的稀疏局部保留投影算法林克正，鐘巖，程衛(wèi)月(哈爾濱理工大學(xué)計算機科學(xué)與技術(shù)學(xué)院，黑龍江哈爾濱150080)摘要：針對已有的局部保留投影(1ocalitypreservingprojections，LPP)算法可能將相似的類別誤投影到一起，導(dǎo)致正確識別率降低的問題．在局部保留投影算法的基礎(chǔ)上，提出了一種基于代價敏感學(xué)習(xí)的稀疏局部保留投影算法(
2、cost-sensitivesparselocalitypreservingprojections，CSLPP)．該算法將代價敏感學(xué)習(xí)引入到人臉識別中，首先對樣本進(jìn)行代價敏感思考，然后再將樣本稀疏化，最后求得最優(yōu)投影向量．通過在YALE人臉庫和FERET人臉庫上實驗，結(jié)果表明CSLPP算法在投影之前將代價考慮進(jìn)去，有效的避免了高風(fēng)險，該算法在最近鄰分類器上的的識別率明顯高出其它算法的識別率．關(guān)鍵詞：局部保留投影；人臉識別；代價敏感；稀疏化DOI：10．15938／j．jhust．2015．03．009中圖分類號：TP391．
3、4文獻(xiàn)標(biāo)志碼：A文章編號：1007—2683(2015)03—0045—06Cost-sensitiveSparseLocalityPreservingProjections··L／NKe—zheng，ZHONGYan，CHENGWei—yue(SchoolofComputerScienceandTechnology，HarbinUniversityofScienceandTechnology，Harbin150080，China)Abstract：InLocalityPreservingProjectionsalgorit
4、hm，facesinsimilarcategoriesareprojectedasthesameone，leadingtothedecreaseofrecognitionrate．Tosolvethisproblem，Cost—sensitiveSparseLocalityPreservingProjectionsalgorithmbasedonLPPalgorithmisproposed．InCSLPPalgorithm．inwhichCost-SensitiveLearningwasappliedtofacerecogn
5、ition，facesampleswerefirstcost-sensitivelythoughtof，andSparseness，atlasttheopti—malprojectionvectorwasfiguredout．ExperimentalresultsontheYALEandFERETfacedatabasesshowthatCS—LPPalgorithmeffectivelyavoidshighrisksanditsrecognitionrateissignificantlyhigherthanthatofot
6、hersinNea-restNeighborClassifier．Keywords：localitypreservingprojections；facerecognition；cost—sensitive；sparse的信息社會里，信息安全受到了空前的重視，身份識0引言別已經(jīng)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡闹匾侄危S著信息安全技術(shù)的迅速發(fā)展，生物特征識別中的在自動化智能化程度日益提高、通訊高度發(fā)達(dá)人臉識別技術(shù)漸漸取代了傳統(tǒng)的身份識別技術(shù)．人收稿日期：2014—09—18基金項目：黑龍江省教育廳科學(xué)技術(shù)研究項目(11551087
7、)．作者簡介：林克正(1962一)，男，博士，教授，E-mail：link@hrbust．edu．12n；鐘巖(1990一)，男，碩士研究生；程衛(wèi)月(1988一)，女，碩士研究生．哈爾濱理工大學(xué)學(xué)報第2O卷臉識別因其方式友好并且最接近人類視覺認(rèn)知同時代價(cost)是指某一事情的完成結(jié)果對這個事采集十分方便而受到廣泛的關(guān)注¨I2J．近幾年，人臉情所引起的風(fēng)險假設(shè)有c類樣本，將第i類樣本劃識別是生物特征識別技術(shù)領(lǐng)域比較熱的研究分正確的可能性為1％，劃分成第c類的可能性為課題．99％，所以將第i類樣本錯誤分類為第c類的可能在過去
8、的一段時間，稀疏編碼技術(shù)已經(jīng)在信性要大許多，或者將第c類樣本錯分成第i類樣本號處理、圖像識別等領(lǐng)域得到廣泛的應(yīng)用．稀疏表示的可能性要小許多，但是這兩種情況的代價是不同可以用較少的數(shù)據(jù)來充分表示出圖像的重要信息，的，為了降低風(fēng)險，我們在分類時需要將代價考慮進(jìn)結(jié)合LPPj，一種新的線性降維方法
