《表1 Extended Yale B数据集上各算法的最低平均误差和对应的识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《对数变换主成分分析的图像识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图6是Extended Yale B数据集上各算法的性能比较。从图6和表1中可以看出：所提算法在数据重构和分类上的性能明显优于其他5种算法的，性能仅次于所提算法的是HQPCA算法，再次是PCA-l2，p算法；HQPCA在投影向量数从190变为200时，重构误差下降，而其他5种算法依然保持上升；PCA算法性能不佳，这是因为数据集中含有异常样本，而异常样本对PCA算法的重构误差有较大影响；贪婪和非贪婪PCA-L1算法由于没有直接最小化重构误差，而是最大化投影后向量的l1范数，所以性能也不佳；所提算法优于PCA-l2，p算法，这是因为所提算法没有放大小的重构误差，对于大的重构误差也有更大的抑制，所以所提算法取得了最优的性能。在Extended Yale B数据集上实验结果与理论分析一致，且与AR数据集上的实验结果一致。