海量人脸数据库的快速检索

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 40 卷　第 1 期 吉 林 大 学 学 报 ( 工 学 版 ) 　Vol. 40 　No. 1 2010 年 1 月 Journal of Jilin University ( Engineering and Technology Edition) 　Jan. 2010 收稿日期 :2008207215. 基金项目 : 国家自然科学基金项目 ( 60433020 , 60673099 , 60773095) ;“863”国家高技术研究发展项目 (2007AA04Z114) ;吉林大学“985 工程”项目 ;欧盟项目 ( T H/ Asia Link/ 010c111084) . 作者简介 :刘小华 (19712) ,女 ,副教授. 研究方向 :图像处理 ,模式识别 ,计算智能. E2mail :xiaohua @jlu. edu. cn 通信作者 :周春光 (19472) ,男 ,教授 ,博士生导师. 研究方向 :计算智能 ,模式识别 ,进化计算 ,生物信息学. E2mail :cg2 zhou @jlu. edu. cn 海量人脸数据库的快速检索 刘小华 ,周春光 ,张利彪 ,盛会鹏 ,李江春 (吉林大学 计算机科学与技术学院 ,长春 130012) 摘　要 :针对海量人脸数据库检索时间长的问题 ,提出了基于 L2K 均值层次聚类算法。此算 法把大型人脸数据库划分成一些子类数据集 ,对处于类边界的数据 ,采用冗余技术和预设阈值 再重新分配到一些类中 ,从而使检索过程只在一个或几个子类中进行。实验结果明 ,该算法 能极大地缩小海量人脸库的检索范围 ,在保证一定准确率的前提下 ,有效地提高了检索速度。 关键词 :计算机应用 ;人脸识别 ;聚类 ;快速检索 中图分类号 : TP391 　　文献标志码 :A 　　文章编号 :167125497 (2010) 0120183206 Method of quick searching in a huge scale face database L IU Xiao2hua , ZHOU Chun2guang , ZHAN G Li2biao , SH EN G Hui2peng , L I J iang2chun ( Col lege of Com puter Science and Technolog y , J i l i n Universit y , Changchun 130012 , China) Abstract :An L2K means hierarchy clustering algorit hm is p roposed to overcome t he long time searching in a huge scale face database. By clustering met hod t he whole database is divided into a number of sub2dataset s. Data redundant technique and predefined t hreshold are applied to reassign clustering edge element s of into certain sub2dataset s. Then the searching is only carried out in one or few sub2dataset s , which greatly reduces t he searching time. Experiment result s show that t he p roposed method can significantly reduce the searching range , thus effectively increasing t he searching speed while ensuring similar ret rieval accuracy as to search t he whole database. Key words :comp uter application ; face recognition ; clustering ; fast searching 　　随着待检索对象数量不断增加 ,数据库的规 模不断增大 ,形成了海量的人脸数据库。如何提 高海量数据库的检索速度 ,是大型人脸数据库检 索向实用化发展必须解决的问题。近年来 ,由于 网络的普及和技术的进步 ,个人图像的数量剧增 , 促使人们不断地改进图像管理方法 ,以便于浏览 和检索[122 ] ,其主要思想是建立图像库的层次索引 结构。提高海量人脸数据库检索速度的关键在于分类 ,即建立合适的层次特征索引结构 ,将整个数据库分成多个类 ,检索时只在一个或少数几个类内进行检索 ,从而达到加快检索速度的目的。为此 ,作者基于 L2K均值的聚类算法进行了研究。 © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 吉 林 大 学 学 报 ( 工 学 版 ) 第 40 卷 1 　海量人脸数据库聚类算法 1. 1 　基于 L2K均值的聚类算法 经典的 K2均值聚类算法 ,采用欧氏距离作为 距离度量。欧氏距离是明考斯基距离的特例 , Aggarwal 等[3 ]考察了高维空间中明考斯基距离 后指出 :在高维空间中的数据采用 (明考斯基距 离) 时 ,当 n 越小 ,对数据的区分能力越强 ,也就是 这个距离度量越有效。因此 , Aggarwal 等对明考 斯基距离进行了扩展 ,使 n 可以取小数值 ,在聚类 上取得了很好的效果。另外 , Arkadiusz Wojna 在文献[4 ]中对各种值类型的特征向量的基于中 心的索引结构进行了 ,指出 :基于中心的向量 的索引结构用于加速检索的基础是距离函数满足 三角不等式 ,而 n < 1 时的 L n 不满足三角不等式。 白天等[5 ]提出了一种能够自适应确定聚类树木的 全局 K2均值算法 ,解决了共调控基因聚类算法中 的 4 种共调控关系问题。郑明等[6 ]采用一种改进 的并行免疫遗传算法 ,降低了寻优算法中局部收 敛的可能性 ,提高了获得全局最优解的比率。为 了获得较好的区分性能 ,并同时建立有效的索引 结构 ,在 K2均值聚类中采用了 L 1 ,即街区距离。 1 . 2 　基本算法 1 . 2 . 1 　一步分类算法 给定数据集 { x1 , x2 , ⋯, x m } 和分类数 k , 一 步分类方法的步骤如下[4 ] : (1) 从{ x1 , x2 , ⋯, x m } 选择 k 个中心。首先计 算{ x1 , x2 , ⋯, x m } 的质心 , 然后选择离质心最远 的数据点作为第一个中心 x’1 。 (2) 对 i = 2 ,3 , ⋯, k ,选择离 x’1 , x’2 , ⋯, x’i- 1 都“较远”的数据点作为第 i 个中心。这里的较远 可以用一些启发函数来进行评价 ,比如 ,可以考虑 被选择的中心点与已有的中心点距离之和或者最 小距离等。 (3) 将数据集{ x1 , x2 , ⋯, x m } 中的数据分配 到中心点与其距离最近的子类内。 一步分类算法的复杂度为 O( k2 m) ,由于一般 情况下 k ν m , 所以算法的复杂度与数据集的规 模成线性关系 ,虽然也需要磁盘 I/ O , 但次数有 限 ,故适合数据集规模非常大的情况。 该算法可以看成是 K2均值聚类算法的简化 , 也就是对 K2均值聚类算法的初始聚类中心进行 仔细选择 ,然后取消其迭代优化过程。因此 ,也可 以选择进行若干次迭代 ,使一步分类的结果得到 进一步改善 ,但不必使各个中心达到稳定再停止 , 从而在聚类结果和时间复杂度上取得一个折中。 1. 2. 2 　L2K均值层次聚类算法 如果初始的数据集较大 ,L2K 均值层次聚类 算法的操作对象是一步分类算法的结果 ,也就是 说 ,下面的步骤 (1)中的整个结果集是一步分类后 的各个子类 ;否则 ,直接用 L2K 均值层次聚类算 法在初始数据集上进行操作即可。 给定表 1 中的参数 ,L2K 均值层次聚类算法 如下 : (1)将整个数据集作为根类 ,放入队列 Q。 (2)如果 Q 非空 ,取出一个元素 Node 作为当 前节点 ,否则算法结束。 表 1 　聚类算法参数 Table 1 　Classif ied algorithm parameters 参数名　　　　 参数描述 MAX_CHILD 每个节点的最多子类数目 MAX_PER_CL USTER 每个类内的最大数据量 MIN_PER_CL USTER 每个类内的最小数据量 MAX_ITERA TION 每次聚类的最大迭代次数 MAX_NUM_CL USTER 每个数据集的最大聚类次数 　　(3) 如果 Node 内的数据量大于 MA X_ PER_ CL U STER ,转 (4) ;否则转 (2) 。 (4) 根据 Node 内的数据量计算待分类数 k (2 ≤k ≤MA X_CH ILD) 。 (5) 从 Node 数据中选择 k 个不同数据作为 初始聚类中心。 (6) 使用基于街区距离的 K2均值聚类算法对 Node 内的数据进行分类 ,并限制最多迭代次数为 MA X_ITERA TION。 (7) 对步骤 (6) 中得到的结果 ,如果某些子类 内的数据量小于 MIN_ PER_CL U STER ,则舍弃 这些子类 ,并相应减少 k 的值 ;否则转 (9) 。 (8) 如果 k 的值小于 2 ,则转 (9) 。如果步骤 (6 ) 、( 7 ) 的 执 行 次 数 小 于 MA X _ NUM _ CL U STER ,把剩下的 k 个子类的中心作为初始 聚类中心 ,转 (6) ;否则 ,将剩下的 k 个子类外的数 据分配到与其街区距离最近的子类中。 (9) 如果 k 的值大于 2 ,将得到的 k 个子类放 入队列 Q ;转 (2) 。 (10) 使用数据冗余算法进行数据冗余。 聚类后 ,如果某些子类内的数据可能很少 ,就 取消这些子类 ,使用其他子类的聚类中心作为初 始中心重新聚类。当子类数减少到 1 时 ,说明这 ·481· © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 1 期 刘小华 ,等 :海量人脸数据库的快速检索 个数据集中的数据相对来说比较紧凑 ,不再对其 进行分割 ;如果该数据集中的数据量过大时 ,可以 采用一步分类方法将其分成几个子类。 1 . 2 . 3 　数据冗余算法及改进 由于检索只在少数几个类内进行 ,所以当被 检索的数据处于分类边界时 ,其检索结果和在整 个数据集中的检索结果相比 ,可能有一定的误差 , 采用如下的数据冗余方法来提高准确率。 设参数 N 表示搜索近邻数 ;参数 R 表示近邻 搜索范围 ;参数 T 表示近邻阈值。则数据冗余算 法如下 : 对分类得到的层次树中每个叶类 leafNode ,计算其搜索范围 R。对 leafNode 内的 每个数据 curData ,在范围 R 内找到其前 N 个近 邻 , 将这 N 个近邻中不在 leafNode 中且与 curData 距离小于阈值 T 的近邻 , 加入到子类 leafNode 中。 易知 ,当搜索范围 R 是整个数据集时 ,这是 一个穷举搜索过程 ,其时间复杂度是 O ( N 2 ) , N 是数据集的规模 ,空间复杂度为 O ( N) ,也就是要 求所有数据都载入内存。显然 ,这个复杂度太高 , 使数据集的规模不具有较好的伸缩性。 由于每一步的分类过程已经尽量把相似的数 据分到了相同的类内 ,因此在分类后的层次树中 , 一个叶类内的某个数据近邻如果不在该类内 ,则 很有可能在其父节点的其他儿子节点中 ;或者说 , 可能在其某个祖先节点的所有子孙节点的叶节点 中。这种搜索方式涵盖了全局搜索 ,即这个祖先 节点为根节点时的搜索过程。 各个参数对算法的影响如下 : (1) 对分类步骤而言 ,如果每个叶类内的最大 数据量较小 ,则必须进行多次分类 ,造成很多近邻 被分割 ,冗余数据增多 ;如果每个叶类内的最大数 据量较大 ,则冗余数据减少 ,检索时间增加。 (2) 对数据冗余步骤而言 ,如果 R、N 的值较 小 ,则检索的准确率会下降 ,而算法的时间复杂度 和空间复杂度也会下降 ,同样 ,数据冗余率也会下 降 ;如果 R、N 的值较大 ,则检索的准确率、算法的 时间复杂度、空间复杂度、数据冗余率都会上升。 参数 T 要根据实际的应用来确定 , T 较大时 ,检 索的准确率高 ,而数据冗余率也会上升 ; T 较小 时 ,检索的准确率下降 ,而数据冗余率也会下降。 总之 ,数据集的分布、聚类算法的有效性、算 法的复杂度、数据冗余率、检索的准确率等这些因 素是相互影响的 ,一个因素的欠缺 ,需要其他因素 的补偿 ,这也是算法具有灵活性和复杂性的原因。 1 . 3 　算法的优缺点 算法优点如下 : (1) 层次树的多层索引结构 ,可以针对待分类 数据集的实际情况使用合适的分类方法 ,在分类 准确率和效率上做出一个折中。 (2) 层次树的多层结构 ,为采用分支限界等检 索策略提供了空间。 (3) 多层分类 ,每次分类的子类数目都较单层 分类少 ,对于迭代聚类算法 ,更容易收敛。 (4) 分类数目与类内的数据量直接相关 ,对每 个叶类内的最大最小数据量进行限制 ,使检索时 间趋于稳定。 (5) 参数设置为准确率、时空复杂度、数据冗 余率之间提供了一个折中选择。 算法的不足如下 : (1) 限制了每个叶类内的最大数据量 ,使得数 据密集的一个稍大的数据子集可能被分开 ,造成 数据冗余 ;另外 ,由于限制了待分类数据集的最大 分类数 ,使得分类可能不符合数据集中数据的分 布情况 ,进一步加大了数据冗余。 (2) 数据冗余的复杂度高。数据冗余算法的 复杂度仍然为 O ( N ) ,而改进的效果与多种因素 有关 ,主要是数据集分布情况和分类结果的好坏。 (3) 参数多。从前面给出的算法可以看出 :参 数多为算法带来了灵活性 ,但参数值的确定是非 常困难的 ,而且其中的许多参数都是相互影响的。 文献[7 ]也指出 ,聚类的困难就在于聚类算法要适 应各种应用情况 ,因此 ,聚类应用都是根据应用领 域的经验、实验来确定参数的。 2 　系统实现及实验结果 检索准确率定义为 :对 n 个测试数据中的 x i ,从一个叶节点检索出其 N 个近邻 ,其中 y i 个 包含在全局检索出的 N 个近邻中 ,则检索准确率 为 ( ∑ n i = 1 y i ) / ( n 3 N) 　　数据冗余率为数据冗余操作后得到的数据量 与原始数据量之差与原始数据量的比值。 2 . 1 　系统结构 系统主要用于人脸的快速检索 ,但也实现了 新人脸图像的入库功能。 (1)人脸图像入库 ·581· © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 吉 林 大 学 学 报 ( 工 学 版 ) 第 40 卷 对即将录入的人脸图像 ,首先进行人脸检测 和特征提取 ,得到表征人脸信息的 120 维 PCA 特 征向量 ,将其写入数据库中 ,并分类到与其最近的 叶类 ,便于以后的检索。 (2)层次索引结构的建立 索引结构的建立分两步进行 ,首先从数据库 中提取数据集 ,使用 L2K均值层次聚类算法进行 聚类 ,并将聚类结果写入数据库 ;然后根据结果 , 进行数据冗余操作。 (3)人脸的快速检索 首先对给定的人脸进行 120 维的 PCA 特征 提取 ,根据该特征向量找到层次树结构中与其距 离最近的若干个叶节点类 ;然后将这些叶节点类 的数据读入内存 ;最后从读入内存的数据集中搜 索给定人脸图像的前若干个近邻并显示。 检索过程的两点说明 : (1)由于库中已经有很多图像 ,考虑到索引结 构建立的复杂度 ,当有新的图像入库后 ,并没有立 即进行索引结构的重建 ,而只是将新入库的数据 根据已建立的索引结构分配到与其距离最近的叶 类中。这可能会造成一定的检索误差 ,当新加入 的数据大于一定的比例时 ,手工重建索引结构。 (2)检索时没有限定只从数据库中读取与待 检索数据距离最近的叶类中的数据 ,而是可以读 取与其最近的前若干个叶类中的数据。这样当检 索结果的准确率不理想时 ,可以选择通过读入更 多的数据来改善检索的结果 ,也即允许在检索时 间和检索的准确率上做出权衡。 2 . 2 　实验环境 CPU 为 Pent uim4 ( R) 3. 0 GHz ;内存为 512 M ;操作系统为 Windows XP SP1 ;数据库系统为 Oracle9i Enterp rise Edition 9. 2. 0. 1. 0。 数据库中有 109 741 个人的信息 ,包括其姓 名、性别、年龄、身高、人脸、人脸 PCA 特征等字 段 ,其中最重要的是人脸和相应的特征信息。每 个人脸的特征数据都是 120 维的一个实向量。 2 . 3 　一步分类方法的实验结果 可以把一步分类算法看成简化的 K2均值算 法 ,虽然文献[ 4 ]中给出的算法对子类中心进行了 仔细的选择 ,但在本文的数据集上 ,结果并不是很 理想。随机选择两个子类中心 ,把数据分到这两 个类中 ,每个类内的数据分布情况如图 1 所示。 可以看出 ,在没有进行迭代优化的情况下 , 100 次的分类中有多次测试 ,两个类内的数据量 图 1 　一步分类结果 Fig. 1 　One2step split result 没有数量级上的差别 ,而且某些情况下 ,两个类内 的数据量还十分接近。因此 ,当数据量较大时 ,可 使用这个方法。 2. 4 　L2K均值层次聚类算法中部分参数的确定 MAX_ CHILD 是每个待分类数据集的最大 分类数。文献[8 ]中采用了自上而下的层次聚类 方法 ,将每个待分类的数据集分成两个子类 ,但其 得到的二叉树层数太多 ,造成了严重的内存浪费 , 所以文献[ 8 ]中最后将这棵二叉树转换成了 4 叉 树。本文中由于限制了每个叶类内的最小数据量 和最大数据量 ,并且与原始数据集的大小相差 1 ～3 个数量级 ,不会造成树的层数太多 ,因此 ,给 MA X_CH ILD 赋值 10 ,并根据待分类的数据集 规模的大小对待分类数进行修改 ,具有一定的弹 性。实验结果表明 ,这样处理对检索的影响很小。 MIN_PER_CL U STER 用于舍弃数据量非常 小的类。根据数据集的情况 ,设为 200。 MAX _ ITERA TION 和 MAX _ NUM _ CL U STER 主要用于控制分类的复杂度。实验表 明 ,由于限制了最大分类数 ,聚类算法很容易收 敛 ,很多都在 200 次迭代以内收敛。MAX _ ITERA TION 赋 值 为 1000 , MA X _ NUM _ CL U STER 赋值为 10 (注意最大分类数为 10) ,所 以相当于对聚类的收敛性没加限制 ,让其尽量收 敛到较好的结果。 参数 T 的确定。如果一个人在库中只有极少 的人脸 ,并且没有其他的人脸与其很相似 ,这样检 索出来的结果才具有意义。为了避免无意义的相 似图像带来的数据冗余 ,使用阈值 T 进行限制 , T 的值根据实际应用确定 ,本算法中 , T = 5000。 参数 N 的确定。在测试数据集中 ,每个人的 照片都不多 ,因此与其非常相似的也不是很多 ,把 N 赋值为 6 ,检测出与待检索人脸最相似的前 10 张人脸。也就是说 ,通过数据冗余算法来严格保 ·681· © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 1 期 刘小华 ,等 :海量人脸数据库的快速检索 证前 6 张图像满足阈值 T 限制的准确率 ,通过聚 类算法来近似保证后面 4 张的准确率。当然 , N 也要根据实际应用的场合来确定。 参数 MA X_PER_CL U STER 和 R 二者值的 大小会影响到检索结果。根据这两个参数的变化 与检索结果的关系 ,来验证本文算法的有效性。 2 . 5 　分类及检索结果 MA X_ PER _ CL U STER = 1200 时 ,对包含 109 741 张人脸的数据库聚类 ,得到叶节点的初 始数据量及冗余后的数据量如图 2 所示 ,可以看 出 ,各个叶类内的数据量都不是过大或者过小。 统计 2000 次 MAX_ PER_CL U STER = 1200 时检索最相似的前 10 张图像的时间如图 3 所示。 图 4 是一次典型检索的结果。 图 4 中 ,第一列的人脸是被检索的人脸 ,第一 行的人脸是从全局数据集中检索出的结果 ,第二 行人脸是从一个叶节点中检索出的结果 ,每张人 脸下面的数据都是库中相应人脸与被检索人脸之 间的距离。可以看出 ,前 4 张都是对应的 ,后面的 出现了误差 ,但出现误差的人脸与被检索人脸之 间的距离已经大于阈值 T (5000) 。 图 2 　初始及冗余后数据量比较 Fig. 2 　Comparison between initial and redundant data 图 3 　检索时间统计 Fig. 3 　Retrieval time charts 图 4 　典型检索结果 Fig. 4 　Typical search results 　　分别对 MA X _ PER _ CL U STER 的值为 1200、2000、3500、5000 的情况进行实验 ,得到了 图 5 中的结果。由图 5 可知 : (1)随着类内最大数据量的增加 ,检索的准确 率增加 ,依次为 0. 77、0. 80、0. 83、0. 86。这说明 : 类内的数据量大 ,数据被分割的次数减少 ,从而检 索准确率增加。 (2)检索时间与类内数据量基本成正比 ,依次 为 0. 66、1. 05、1. 72、2. 47 s。检索时间不包括从 数据库中读入 N 个近邻并显示的时间 ,因为这个 时间是相对固定的 ,它的大小与实验环境密切相 关。 (3)随着类内数据量的增加 ,近邻被分割的可 图 5 　各种性能与类内数据量关系 Fig. 5 　Relationship of various performances and data sets amount 能性减小 ,从而数据冗余率减小 ,依次为 1. 49、 1. 31、1. 10、0. 95。 ·781· © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 吉 林 大 学 学 报 ( 工 学 版 ) 第 40 卷 在一个叶节点内进行检索 ,检索的准确率不 是很好。统计在多个叶节点内的检索准确率 ,以 MAX_PER_CL U STER = 1200 为例 ,得到如图 6 所示的检索结果。显然 ,在大的数据集内检索准 确率较高 ,当检索的节点数从 1 增加到 5 时 ,准确 率依次为 0. 77、0. 86、0. 91、0. 93、0. 95 ;检索时间 也相应增加 ,这也印证了检索时间与检索数据量 的正比关系。 图 6 　检索时间及准确率与检索节点数的关系 Fig. 6 　Relationship of retrieving time , accuracy and nodes’ number 前面的结果都是当数据冗余步骤中 R 为全 局范围时得到的。如不在全局范围内搜索近邻 , 而是将 R 限定在被操作叶节点的祖先节点中离 根节点最近的节点时 ,以 MA X_ PER_CL U STER = 2000 为例说明如下 : (1)测试得到的准确率为 0. 62 ,与 R 为全局 范围的 0. 80 有较大的误差。通过观察一些数据 的近邻发现 ,数据库中每个数据的近邻不是很多 , 这样 ,缩小 R 的范围对检索的准确率影响较大。 (2)数据冗余率只有 0. 73 ,与 R 为全局范围的 1. 31 要小很多 ,可预计其检索时间也相应减少。 (3)算法分为层次聚类和数据冗余。实验发 现 ,聚类所用的时间均小于 1 h ,当 R 为全局范围 时 ,数据冗余的时间为 11 h 左右 ,而当 R 的范围 被限定在被操作叶节点的祖先节点中离根节点最 近的节点时 ,数据冗余所用的时间为 1. 5 h 左右。 需要说明的是 :当被检索的人脸不在库中、且 有比较相似的人脸时 ,则有与上面比较相似的结 果 ;如果没有与之相似的人脸 ,则结果不确定 ,这 对检索效果没什么影响 ,因为即使检索出精确的 结果也没有意义。 3 　结束语 针对海量人脸数据库快速检索 ,提出了一个 L2K均值层次聚类算法 ,在加快检索速度的同时 , 考虑了准确率等多方面的因素。实验结果证明该 算法能够实现海量人脸库的快速检索。通过调整 参数 ,用户可以根据实际情况 ,在索引结构建立的 复杂度、数据冗余率、检索时间、检索准确率等不 同性能之间做出折中权衡 ,体现了该算法的灵活 性。但是 ,人脸识别技术受光照、遮挡、年龄等因 素的影响 ,其识别结果很难达到 100 % ,这也是海 量人脸数据库检索的正确率不是很高的直接原 因。本文的工作能极大地缩小人脸人工检索范 围 ,较大程度地降低人工比对照片的时间。 参考文献 : [ 1 ] Liu Cheng2jun. Gabor2based kernel PCA with fractional power polynominal models for face recognition [ J ]. IEEE Transactions on Pattern Analysis and Machine In2 telligence ,2004 , 26 (5) : 5722581. [ 2 ] Xin Zheng. Locality preserving clustering for image data2 base[C] ∥ACM Conference on Multimedia ,2004 :10216. [ 3 ] Aggarwal C C , Hinneburg A , Keim D A. On the sur2 prising behavior of distance metrics in high dimensional space[J ]. Lecture Notes in Computer Science , 2001 : 4202434. [ 4 ] Wojna A. Center2based indexing in vector and metric spaces [J ]. Fundamenta Informaticae , 2003 , 56 ( 3) : 2852310. [ 5 ] 白天 ,周春光 ,刘桂霞 ,等. 一种共调控基因聚类的新 方法[J ]. 吉林大学学报 :理学版 , 2009 ,47 (2) :2922 298. Bai Tian ,Zhou Chun2guang ,Liu Gui2xia ,et al. A novel approach to clustering co2regulated gene[J ]. Journal of Jilin University ( Science Edition) , 2009 , 47 ( 2) : 2922 298. [ 6 ] 郑明 ,刘桂霞 ,周春光 ,等. 基于并行免疫遗传算法基 因表达数据库的动态模糊聚类 [J ]. 吉林大学学报 : 理学版 , 2009 ,47 (1) :63268. Zheng Ming ,Liu Gui2xia ,Zhou Chun2guang ,et al. Dy2 namic fuzzy clustering for analyzing microattay gene ex2 pression data based on a parallel immune genetic algo2 rithm[J ]. Journal of Jilin University (Science Edition) , 2009 ,47 (1) :63268. [ 7 ] Xu Rui. Survey of clustering algorithms [ J ]. IEEE Transactions on Neural Networks ,2005 , 16 (3) : 6452 678. [ 8 ] Heisele B , Serre T , Prentice S , et al. Hierarchical classification and feature reduction for fast face detec2 tion with support vector machines[J ]. Pattern Recogni2 tion , 2003 ,36 (9) :200722017. ·881·