17
Algoritma dari Orthogonal Locality Preserving Projection adalah sebagai
berikut:
1.
PCA projection
Memproyeksikan
citra
wajah
x
i
ke
dalam
sub-ruang
PCA
dengan
cara
menghilangkan komponen – komponen terkecil
yang
memiliki nilai eigen
menuju
nol.
Matriks
transformasi yang
dihasilkan
oleh
PCA
dinotasikan
dengan W
PCA
.
Dengan proyeksi PCA, wajah – wajah
yang diekstrak tidak
berhubungan
(berdasarkan
statistik)
dan rank
dari
matriks
yang baru
sama besarnya dengan jumlah dimensi.
2.
Constructing the adjacency graph
G
menunjuk pada
sebuah
graph
dengan
n
titik.
Titik
ke-i
menunjuk
kepada citra wajah
x
i
.
Sebuah
sudut diletakkan antara
titik
i
dan
j
jika
x
i
dan
x
j
berdekatan, contohnya, x
i
berada di antara p nearest-neighbors dari
x
j
atau
x
j
berada
di
antara
p
nearest-neighbors
dari
x
i
.
Perlu
dicatat,
jika
informasi kelas tersedia, sudut antara dua titik data dalam satu kelas dapat
dengan mudah diletakkan.
3.
Choosing the weights
Jika
titik
i
dan
j
berhubungan,
maka
S
ij
=
e
d
,
d
=
-||x
i
–
x
j
||²
t
-1
,
t
adalah
konstanta
yang
cocok.
Sebaliknya,
jika
titik
i
dan
j
tidak
berhubungan
maka
S
ij
=
0.
Matriks
bobot
S
pada
graph
G
memodelkan
struktur
lokal
dari manifold wajah.
 |