变空间协同表示判别分析的特征提取算法 |
| |
引用本文: | 于传波,聂仁灿,周冬明,何敏.变空间协同表示判别分析的特征提取算法[J].云南大学学报(自然科学版),2019(1). |
| |
作者姓名: | 于传波 聂仁灿 周冬明 何敏 |
| |
作者单位: | 云南大学信息学院 |
| |
摘 要: | 稀疏保持投影(Sparsity Preserving Projection,SPP)是一种无监督的方法,不需要标签信息,但SPP求稀疏系数的过程计算量相对较大;此外,大多数稀疏表示的投影算法并不能很好地反映映射空间数据间的关系.为了能更好地反映映射空间数据间的关系,提出了变空间协同表示判别分析的特征提取算法.首先将原始数据映射到PCA空间去除冗余信息;其次利用L2范数求解稀疏权重,利用所提的监督目标函数计算映射矩阵;然后在求得的映射空间中更新稀疏权重;最后求出权重更新后的映射矩阵.在FERET库、AR库和ORL库的测试结果验证了本算法的有效性.
|
本文献已被 CNKI 等数据库收录! |
|