论文研究基于邻域参数动态变化的局部线性嵌入人脸识别.pdf

为了增强局部线性嵌入（LLE）算法对人脸识别中特征的分类性能，将最小生成树算法思想引入，提出一种邻域参数动态变化的新的局部线性嵌入算法。该算法采用单链聚类算法以及对其进一步优化自动确定数据点邻域，改善了一般局部线性嵌入算法固定邻域的不足，及其处理现实中大量非均匀源数据集失效问题的缺点。将改进后的算法结合支持向量机（SVM）分类器进行人脸识别，在ORL和YALE人脸数据库的平均识别率得到较高提升。仿真实验结果验证了该算法的有效性。