一种改良的最大方差展开算法

本文受流形学习思想的启发，提出了一种改进的最大方差展开算法，该算法在最大方差展开算法（MVU，maximumvarianceunfolding）基础上引入了拉普拉斯特征映射（LE，Laplacian Eigenmap）的保持局部流形结构不变的特性，在保持局部几何结构的同时考虑类别信息将不同类的数据尽可能远地在子空间中进行映射，该算法兼具流形和监督特性。通过在多个人脸库中的实验表明，该算法具有一定的鲁棒性和较高的识别性能，达到了较高的提取分类信息和压缩特征空间维数的效果。