·420· 智能系统学报 第16卷 训练样本，其余作为测试样本。图2给出了每个算 空间维数较低时，SPL-OMSPCA与其他对比算 法对不同数据集，在不同子空间维度上的分类精度。 法几乎保持一致的精度，但随着子空间维数的 对UMIST、JAFFE和COL20数据集，分别取9、 增加，本文算法精度持续保持平稳状态，且明显 10和5，则由图2(a)、(b)和(e)可看出，SPL-OMSPCA 优于其他算法。表2列出了不同训练样本数下， 整体优于其他对比算法；对AR数据集，取13，由 5种算法在不同数据集上的分类精度与标准差， 图2(c)可知，SPL-OMSPCA明显优于OMRPCA 表中数据为子空间维数从5~100变化时，每个算 和SPCA,而略优于其他算法：对BIO和MNIST 法取得的最高精度，其中黑色加粗字体表示训练 数据集，分别选取20和10，由图2(d)与2()可以 样本相同时，同一设置下几种算法中的最高分类 看出，由于此类数据集中的样本较为相似，当子 精度。 0.70 0.80 0.75 0.65 ★★★★★ 0.70 0.60 0.65 SPL-OMSPCA ★SPL-OMSPCA JSPCA 0.60 JSPCA 0.55 PCA PCA SPCA 0.55 SPCA ◆-OMRPCA ◆-OMRPCA 0.50 0.50 5 152535455565758595105 152535455565758595105 子空间维数 子空间维数 (a)UMIST数据集 (b)JAFFE数据集 08 0.85 0.7 0.80 0.6 0.75 0.5 0.70 湾合特4各年 0.65 0.4 ★SPL-OMSPCA 0.3 ★SPL-OMSPCA ·-JSPCA 0.55 JSPCA 02 -ePCA 0.50 -ePCA SPCA 0.1 SPCA OMRPCA 0.45 ◆-OMRPCA 152535455565758595105 0.40 5 5 2535455565758595105 子空间维数 子空间维数 (C)AR数据集 (d)BIO数据集 0.85 0.80 0.80 0.75 0.75 0.70 0.70 0.65 0.65 0.60 ★SPL-OMSPCA ★SPL-OMSPCA 0.55 ·-JSPCA 0.60 ◆-JSPCA 0.50 -ePCA SPCA 0.55 SPCA 0.45 ◆OMRPCA ◆-OMRPCA 0.40 0.50 152535455565758595105 15 253545.5565758595105 子空间维数 子空间维数 (e)COL20数据集 ()MNIST数据集 图2不同算法在6个数据集上不同子空间维度的分类精度 Fig.2 Classification accuracies of different algorithm in different subspace dimensions on six datasets训练样本，其余作为测试样本。图 2 给出了每个算 法对不同数据集，在不同子空间维度上的分类精度。 对 UMIST、JAFFE 和 COIL20 数据集，分别取 9、 10 和 5，则由图 2(a)、(b) 和 (e) 可看出，SPL-OMSPCA 整体优于其他对比算法；对 AR 数据集，取 13，由 图 2(c) 可知，SPL-OMSPCA 明显优于 OMRPCA 和 SPCA，而略优于其他算法；对 BIO 和 MNIST 数据集，分别选取 20 和 10，由图 2(d) 与 2(f) 可以 看出，由于此类数据集中的样本较为相似，当子 空间维数较低时，SPL-OMSPCA 与其他对比算 法几乎保持一致的精度，但随着子空间维数的 增加，本文算法精度持续保持平稳状态，且明显 优于其他算法。表 2 列出了不同训练样本数下， 5 种算法在不同数据集上的分类精度与标准差， 表中数据为子空间维数从 5~100 变化时，每个算 法取得的最高精度，其中黑色加粗字体表示训练 样本相同时，同一设置下几种算法中的最高分类 精度。 SPL-OMSPCA PCA SPCA OMRPCA JSPCA 0.70 0.65 0.60 0.55 0.50 分类精度 子空间维数 5 15 25 35 45 55 65 75 85 95 105 105 105 105 105 105 (a) UMIST 数据集 SPL-OMSPCA PCA SPCA OMRPCA JSPCA 0.80 0.75 0.70 0.65 0.60 0.55 0.50 分类精度 子空间维数 5 15 25 35 45 55 65 75 85 95 (b) JAFFE 数据集 SPL-OMSPCA PCA SPCA OMRPCA JSPCA 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 分类精度 子空间维数 5 15 25 35 45 55 65 75 85 95 (c) AR 数据集 SPL-OMSPCA PCA SPCA OMRPCA JSPCA 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.40 0.45 0.50 分类精度 子空间维数 5 15 25 35 45 55 65 75 85 95 (d) BIO 数据集 SPL-OMSPCA PCA SPCA OMRPCA JSPCA 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.40 0.45 0.50 分类精度 子空间维数 5 15 25 35 45 55 65 75 85 95 (e) COIL20 数据集 SPL-OMSPCA PCA SPCA OMRPCA JSPCA 0.80 0.75 0.70 0.65 0.60 0.55 0.50 分类精度 子空间维数 5 15 25 35 45 55 65 75 85 95 (f) MNIST 数据集 图 2 不同算法在 6 个数据集上不同子空间维度的分类精度 Fig. 2 Classification accuracies of different algorithm in different subspace dimensions on six datasets ·420· 智 能 系 统 学 报 第 16 卷