论文研究 基于ISOMAP改进算法的人耳识别.pdf

针对ISOMAP算法对新增样本泛化能力较差的缺点，通过对LLE算法局部重构思想的深入理解，提出了MRC-ISOMAP（manifold reconstruction-ISOMAP）算法用于样本特征的维数约简。MRC-ISOMAP算法对训练样本采用全局非线性结构保持的思想，利用ISOMAP算法计算训练样本的低维表示；对新增样本利用局部线性的思想，保持局部线性关系不变，从而可以更加快速准确地用低维训练样本重构新增样本的低维表示。USTB3人耳图像库上的实验结果表明，与原始ISOMAP算法相比，MRC-ISOMAP算法可以获得更高的识别率，并在处理新样本时具有更高的效率。