随机增量张量奇异值分解与人脸识别新算法 |
| |
引用本文: | 邱子衿,陈潇,贾志刚. 随机增量张量奇异值分解与人脸识别新算法[J]. 聊城大学学报(自然科学版), 2019, 32(3): 23-35 |
| |
作者姓名: | 邱子衿 陈潇 贾志刚 |
| |
作者单位: | 江苏师范大学数学与统计学院 ,江苏徐州,221116;江苏师范大学数学与统计学院 ,江苏徐州,221116;江苏师范大学数学与统计学院 ,江苏徐州,221116 |
| |
摘 要: | 本文新提出随机增量张量奇异值分解方法.当数据逐步增加时,新方法能够在保持原数据的随机奇异值分解基础上,通过计算新增数据的奇异值分解得到更新后数据的张量奇异值分解.基于随机增量张量奇异值分解建立新的人脸识别模型.数值实验表明新模型与已有人脸识别模型相比具有较高的识别率.
|
关 键 词: | 随机张量 增量T-SVD 人脸识别 张量脸 |
A Randomized Tensor Singular Value Decomposition with Increament for Face Recognition |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|