基于L1范数的分块二维局部保持投影算法

　　针对高维输入数据维数较大时可能存在奇异值问题，同时为提高算法的运算效率以及算法的鲁棒性，提出了一种基于Ll范数的分块二维局部保持投影算法B2DLPPLI。传统的局部保持投影算法为避免出现奇异值问题，首先运用主成分分析算法将高维数据投影到子空间中，然而这种方式将会造成高维数据中部分有效信息的流失，B2DLPPLI算法选择将二维数据直接作为输入数据，避免运用向量形式的输入数据时可能造成的数据流失；同时该算法对二维输入数据进行分块处理，将分块后的数据块作为新的输入数据，之后运用基于Ll范数的二维局部保持投影算法对其进行降维。理论上，B2DI。PPLI算法能够较好地对数据进行降维，不仅能够保持高维数据中的有效信息，降低计算复杂程度，提高算法的运行效率，同时还能够克服存在外点情况下分类准确率较低问题，提高算法的鲁棒性。通过选择不同的人脸数据库进行实验，实验结果表明，在存在外点的情况下，运用最近邻分类器时能够取得更高的分类准确率，同时所需的分类时间有所减少。