蓝雯飞 汪敦志 张盛兰.一种新的降维算法PCA_LLE在图像识别中的应用[J].中南民族大学学报自然科学版,2020,39(1):85-90
一种新的降维算法PCA_LLE在图像识别中的应用
Application of a new dimensionality reduction algorithm PCA_LLE in image recognition
  
DOI:10.12130/znmdzk.20200116
中文关键词: 降维  图像识别  PCA_LLE算法
英文关键词: dimensionality reduction  image recognition  PCA_LLE algorithm
基金项目:国家自然科学基金资助项目(61379059)
作者单位
蓝雯飞 汪敦志 张盛兰 中南民族大学 计算机科学学院武汉 430074 
摘要点击次数: 2278
全文下载次数: 2038
中文摘要:
      通过结合PCA与LLE两种降维方法,提出新的PCA_LLE算法,使它们优势互补.在手写体数字数据集上进行实验,先对数据集降维,再用K近邻算法对降维后的数据分类.实验结果表明融合两种算法的PCA_LLE降维方法较原来的PCA和LLE算法准确率均有了提升.而且新算法PCA_LLE对新样本的降维时间较LLE算法减少很多.在ORL人脸数据集上的实验表明,PCA_LLE算法较PCA,LLE算法准确率有所提高.
英文摘要:
      Combining two dimensionality reduction methods(PCA and LLE),we propose a new PCA_LLE algorithm to absorb each other's advantages.We conduct an experiment on handwritten digital dataset,first reduce the dimension of the dataset, and then use the K-nearest neighbor algorithm to classify the dimensionality-reduced data.Experiment results show that the accuracy of the dimensionality reduction methods combining the two algorithms are improved compared with the original PCA and LLE algorithms.Moreover,the new algorithm PCA_LLE reduces the dimension reduction time of the new sample much more than the LLE algorithm.Experiments on the ORL face database show that the PCA_LLE algorithm has higher accuracy than the PCA and LLE algorithms.
查看全文   查看/发表评论  下载PDF阅读器
关闭