张新跃;黄正海;李志明 一种基于判别超图和非负矩阵分解的人脸识别方法。 （中文。英文摘要） Zbl 1349.68207号 操作。Res.事务。 19，第3期，108-115（2015）. 摘要：非负矩阵分解（NMF）已成为一种流行的数据表示方法，并广泛应用于图像处理和模式识别问题。然而，NMF忽略了数据的局部几何结构。现有的基于图的简单传递学习只考虑成对的图像信息，并且对相似性计算中使用的半径参数敏感。超图学习已经被用来解决这些问题。Hypergraph通过使用超边链接多个样本来建模样本的高阶关系。然而，现有的超图学习方法大多是无监督方法。基于判别超图和非负矩阵分解，我们提出了一个新的模型，并用交替方向乘子法求解了该模型。将新方法与最近邻法结合应用于人脸识别。在几个标准人脸数据集上的实验结果表明了我们方法的有效性。 MSC公司： 68吨10 模式识别、语音识别 05C65号 Hypergraphs（Hypergraph） 15A23型 矩阵的因式分解 68第05页 数据结构 68T05型 人工智能中的学习和自适应系统 关键词：人脸特征提取;面部分类;非负矩阵分解;超图 PDF格式BibTeX公司 XML格式引用 \textit{X.Zhang}等人，Oper。Res.事务处理。19，第3号，108--115（2015；Zbl 1349.68207） 全文： 内政部