%0 Journal Article
%T 基于最大相关熵准则的2维主成分分析
%A 赵丽美
%A 贾维敏
%A 王标标
%A 于强
%J 中国图象图形学报
%D 2015
%R 10.11834/jig.20151213
%X 目的本文针对基于最小均方差准则的主成分分析算法(如2DPCA-L2(two-dimensionalPCAwithL2-norm)算法和2DPCA-L1(two-dimensionalPCAwithL1-norm)算法)对外点敏感、识别率低的问题,结合信息论中的最大相关熵准则,提出了一种基于最大相关熵准则的2DPCA(2DPCA-MCC)。方法2DPCA-MCC算法采用最大相关熵表示目标函数,通过半二次优化技术解决相关熵问题,降低了外点在目标函数评价中的贡献,从而提高了算法的鲁棒性和识别精度。结果通过对比2DPCA-MCC算法和2DPCA-L2、2DPCA-L1在ORL人脸数据库上的识别效果,表明了2DPCA-MCC算法的识别率比2维主成分分析算法的识别率最低提高了近10%,最高提高了近30%。结论提出了一种基于最大相关熵的2DPCA算法,通过半二次优化技术解决非线性优化问题,实验结果表明,本算法能够较好地解决外点问题,显著提高识别精度,适用于解决人脸识别中的外点问题。
%K 最大相关熵准则
%K 主成分分析
%K 鲁棒性
%K 信息论
%K 外点
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20151213&flag=1