Lpp是什么

Lpp要看出察祥现的场合而定,不同的场合有不同的意思：

1、轻量级

轻量级表示协议Lightweight Presentation Protocol

LPP 是为一类特殊的 ISO 应用程序而设计的,即指在上下文只包含 ACSE 和 ROSE 的应用程序实体.此外,应用程序实体可以使用 DSE ,但败迅搏只能局限于一定的范围以内.LPP 不支持容易扩展的应用程序实体（例如,包含可靠传输服务器的单元）.

2、电浆光源

雷射激励式电浆光源Laser Produced Plasma

定义

LPP（laser-produced plasma）光源,全称为激光等离子体光源,一般特指液体微滴喷射靶激光等离子体光源,是一种具有较高的软X射线转换效率且能够长期连续运行的低碎屑光源.在极紫外光刻及辐射计量等领域有着重要应用价值和广阔的发展前景.

3、最左素语

最左素短语

Left Prime Phrase

素短语特点：（1）是一个短语；（2）该短语至少含有一个终极符；（3）除自身外不含其它素短语

4、成本分析

Linear Performance Pricing

一种成本分析模型,应用于供应链等领域,是专业采购人员或者咨询人员使用的工具,借以分析产品与价值之间的关系,并与不同供应商相关联,进而有利于供应商价格谈判.该方法有助于新产品研发设计,发现客户价昌燃值.

5、局保投影

局部保持投影

Locality Preserving Projections

局保投影(LPP)作为拉普拉斯特征映射的一种线性逼近可以较好的反映样本的流形结构,已经被广泛的应用到图像检索和图像修复中.线性鉴别分析( LDA)和局部保持投影(LPP)是其中比较经典的线性方法,LDA注重图像数据间的可分性,LPP则更关注于数据的局部关系.

6、Lpp：abbr.lipoprotein 脂蛋白

7、Lpp：韩国发膜品牌

人脸识别法主要集中在二维图像方面，二维人脸迅简辩识别主要利用分布在人脸上从低到高80个节点或标点，通过测量眼睛、颧骨、下巴等之间的间亩缺距来进行身份认证。人脸识别算法主要有：

1.基于模板匹配的方法:模板分为二维模板和三维模板，核心思想:利用人的脸部特征规律建立一个立体可调的模型框架,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位,解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响。

2.基于奇异值特征方法：人脸图像矩阵的奇异值特征反映了图像的本质属性，可以利用它来进行分类识别。

3.子空间分析法：因其具咐隐有描述性强、计算代价小、易实现及可分性好等特点，被广泛地应用于人脸特征提取，成为了当前人脸识别的主流方法之一。

4.局部保持投影(Locality Preserving Projections，LPP)是一种新的子空间分析方法，它是非线性方法Laplacian Eigen map的线性近似，既解决了PCA等传统线性方法难以保持原始数据非线性流形的缺点，又解决了非线性方法难以获得新样本点低维投影的缺点。

5.主成分分析(PCA)

PCA模式识别领域一种重要的方法，已被广泛地应用于人脸识别算法中，基于PCA人脸识别系统在应用中面临着一个重要障碍：增量学习问题。增量PCA算法由新增样本重构最为重要 PCS，但该方法随着样本的增加， 需要不断舍弃一些不重要PC，以维持子空间维数不变， 因而该方法精度稍差。

6.其他方法：d性匹配方法、特征脸法(基于KL变换)、人工神经网络法、支持向量机法、基于积分图像特征法(adaboost学习)、基于概率模型法。 二维人脸识别方法的最大不足是在面临姿态、光照条件不同、表情变化以及脸部化妆等方面较为脆弱，识别的准确度受到很大限制，而这些都是人脸在自然状态下会随时表现出来的。三维人脸识别可以极大的提高识别精度，真正的三维人脸识别是利用深度图像进行研究，自90年代初期开始，已经有了一定的进展。三维人脸识别方法有：

1.基于图像特征的方法：采取了从3D结构中分离出姿态的算法。首先匹配人脸整体的尺寸轮廓和三维空间方向；然后，在保持姿态固定的情况下，去作脸部不同特征点(这些特征点是人工的鉴别出来)的局部匹配。

2.基于模型可变参数的方法：使用将通用人脸模型的3D变形和基于距离映射的矩阵迭代最小相结合，去恢复头部姿态和3D人脸。随着模型形变的关联关系的改变不断更新姿态参数，重复此过程直到最小化尺度达到要求。基于模型可变参数的方法与基于图像特征的方法的最大区别在于：后者在人脸姿态每变化一次后，需要重新搜索特征点的坐标，而前者只需调整3D变形模型的参数。

---