成对约束指导的稀疏保持投影

？针对稀疏保持投影的稀疏重构过程中监督信息不足的问题，提出一种成对约束指导的稀疏保持投影算法。该算法在训练样本数据的稀疏重构的过程中，通过引入正约束和负约束监督信息指导稀疏重构，使得稀疏保持投影有效地融合了约束监督信息。在umist、yale和ar人脸库人脸数据集上的实验结果表明，与无监督的稀疏保持投影相比，该方法提高了基于最近近邻分类算法的5%~15%识别准确率，有效地提高了降维分类性能。