基于局部保持投影（LPP）的人脸特征检测

最新推荐文章于 2024-07-06 16:33:37 发布
最新推荐文章于 2024-07-06 16:33:37 发布
阅读量2.1k 收藏
点赞数 1
文章标签： 通讯 应用

局保投影(LPP)作为拉普拉斯特征映射的一种线性逼近可以较好的反映样本的流形结构，已经被广泛的应用到图像检索和图像修复中。线性鉴别分析( LDA)和局部保持投影(LPP)是其中比较经典的线性方法，LDA注重图像数据间的可分性，LPP则更关注于数据的局部关系。

http://www.zhihuishi.com/source/3588.html

jingjing1998
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
改进双向二维局部保持投影的人脸识别算法.pdf
05-17
本文介绍了一种改进的双向二维局部保持投影（2DLPP）的人脸识别算法，旨在解决图像小样本问题并提高算法的鲁棒性。传统的2DLPP算法在处理局部信息时存在局限性，而该研究通过结合2DPCA（二维主成分分析）和2DLDA（二...
【机器学习】【降维】局部保持投影（LPP Locality Preserving Projections）
lameraaa的博客
08-28 8659
局部保持投影（LPP） 论文：《Locality Preserving Projections》作者：何小飞（2003） 一、摘要：    LPP应该被视为PCA的替代方法。PCA是一种经典的线性技术，他沿着最大方差的方向投影数据。当高维数据位于嵌入外围空间的低维流形上是，通过求流行上 Laplace Beltrami算子特征函数的最优特征逼近，得到局部保持投影。因此，LPP具有许多非线性技术的数...
局部保留投影算法(LPP)（Locality Preserving Projections）详解
热门推荐
此生不换的博客
05-21 3万+
1.问题导入 2.算法出处 3.算法详解 4.算法步骤 算法全称《Locality preserving projections》出自何小飞教授论文X.He,P.Niyogi,Localitypreservingprojections,in:ProceedingsofConference on AdvancesinNeuralInformationProcessingSystems(NIP...
【流行学习】局部保持投影（Locality Preserving Projections）
ｋ的博客
02-12 3140
一、前言 局部保持投影算法（LPP）主要是通过线性近似LE（Laplacian Eigenmaps），想保留的是高维中的局部信息 二、主要步骤 具体步骤如下所示： 1.确定LPP的目标函数：min⁡12∑i,j(yi−yj)2sij \min \frac{1}2\sum_{i, j}(y_{i}-y_{j})^{2} s_{i j} min21​i,j∑​(yi​−yj​)2sij​ 其中yiy_iyi​表示的是降维后的任意数据点iii，yjy_jyj​表示的是降维后的任意数据点不包含iii。 其中sijs
局部保留投影学习总结（LPP）
行走的CysHero
09-01 1万+
这篇文章主要的目的是在降低空间维度的同时，能较好的保持内部固定的局部结构，并且它对异化值（通常理解为错误的点，或者为污点）不敏感，这一点可以与主成分分析法（PCA）相区别。 对于高维的空间（x1,x2,x3、、、,xn）——属于S维空间，一般而言，我们需要选择一个降维矩阵A对X进行降维从而得到Y，其中Y=(y1,y2、、、,yn)——属于L维空间，其中L<<S，其表达式如下所示： ...
【机器学习】局部保持投影LPP
evillist的博客
07-11 6739
局部保持投影
LPP局部保持投影
10-23
局部保持投影（Locality Preserving Projections，LPP）是一种非线性降维技术，它在数据挖掘和机器学习领域有着广泛的应用。该方法的主要目标是保持数据集中的局部结构，尤其是在高维空间中相似的数据点在低维空间中...
基于有监督直接局部保持投影的人脸识别.pdf
09-23
近年来，基于子空间分析的方法在人脸识别中得到了广泛应用，其中局部保持投影（LPP）算法是一个重要的技术。LPP算法考虑了样本空间的图结构，能够在降维过程中保持样本之间的局部关系和几何特性，尤其适用于处理高维...
局部保持投影（Locality preserving projections，LPP）
Gaowang_1的博客
11-23 253
有映射。
无监督学习：无监督降维
沈春旭的博客
06-14 8297
1.前言 如果输入样本x的维数增加的话，不论是什么机器学习算法，其学习时间都会增加，学习过程也会变得更加困难。例如，假设在一维空间的{0,1}区间里有5个训练样本。以相同的密度在d次维空间里配置相同种类的训练样本的话，最终的样本数目就达到了5^d个。如下图所示： 高维空间的一个例子。当维数d很大的时候，收集并计算多达5^d个的训练样本是相当 困难的。因此，在高维空间中，训练样本也
局部保持投影算法LPP
03-21
机器学习中的降维算法，局部保持投影lpp希望对你有用
经典降维算法局部保持投影LPP算法代码
03-17
经典降维算法局部保持投影LPP算法的matlab代码，希望对需要降维算法的童鞋有所帮助
一种鉴别稀疏局部保持投影的人脸识别算法
12-18
为解决鉴别稀疏邻域保持嵌入(DSNPE)算法中类间离散度构造复杂的问题,提出了一个新的维数约简算法即鉴别稀疏局部保持投影的人脸识别算法(DSLPP)。
LPP算法的matlab实现
06-08
用matlab实现LPP算法，LPP算法在人脸等生物识别中具有广泛的应用
LPP人脸识别
03-16
Deng Cai写的LPP人脸识别MATLAB代码 已经调试通过
LPP(Locality Preserving Projection)在Mathlab中代码实现
weixin_73034732的博客
09-22 392
想在CSDN上找非会员代码的，没找到。找到了跟各位一样买不起会员的同学分享一下。
经典子空间学习——局部保留投影（Locality Preserving Projections, LPP）
最新发布
...
07-06 664
局部保留投影（Locality Preserving Projections, LPP）是一种用于数据降维的技术，。LPP的基本思想是在降维过程中。
LPP代码及其注释
qq_zxt的博客
08-01 4470
function [eigvector, eigvalue] = LPP(W, options, data) % LPP: Locality Preserving Projections % %       [eigvector, eigvalue] = LPP(W, options, data) %  %             Input: %               data
基于 Python 的 11 种经典数据降维算法|LPP(Locality Preserving Projections)
weixin_40801364的博客
12-15 2839
LPP(Locality Preserving Projections) LPP 即局部保留投影算法，其思路和拉普拉斯特征映射类似，核心思想为通过最好的保持一个数据集的邻居结构信息来构造投影映射，但 LPP 不同于 LE 的直接得到投影结果，它需要求解投影矩阵。 LPP 降维算法展示 详情请参见《局部保留投影算法 (LPP) 详解》： https://blog.csdn.net/qq_39...
局部保持投影与领域保持投影的区别
09-21
局部保持投影（Locally Preserving Projection）是一种基于局部邻近关系的降维方法。其思想是在保持数据的局部结构的前提下，通过投影将高维数据映射到低维空间中。局部保持投影首先选择一组数据点的邻近点，然后...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值