针对传统的局部保持投影算法(LPP)直接使用数据的原始空间信息导致选取近邻不准确, 以及LPP算法投影时忽略数据类别信息的问题, 提出一种基于自适应近邻局部保持投影的人脸识别方法。该方法在特征提取时利用可变的相似度、近邻信息以及数据类别信息构建目标函数, 使得在投影子空间中同类样本尽量紧凑, 异类样本尽量远离。通过最小化目标函数自适应优化邻接矩阵与投影矩阵, 用优化后的投影矩阵对高维数据进行降维, 采用降维后的数据进行人脸分类识别。将该方法应用于扩展Yale人脸数据库、CMU-PIE人脸数据库、
