基于协作表示和模糊渐进最大边界嵌入的特征抽取方法

？针对图嵌入方法在构造邻域关系图的过程中,简单地将样本数据划入某一类的做法并不妥当的问题，提出了模糊渐进的隶属度表示方法。该方法借助模糊数学的思想，通过模糊渐进的隶属度，将样本归属于不同类别。针对图嵌入方法中分类器效率偏低的问题，引入了协作表示分类方法，该分类方法大幅度提高了算法的计算效率。基于这两点，提出了基于协作表示和模糊渐进最大边界嵌入的特征抽取算法。在orl、ar人脸数据库上，以及usps数字手写体数据库上的实验表明，该算法优于主成分分析(pca)、线性鉴别分析(lda)、局部保留投影(lpp)和边界fisher分析(mfa)。