-
题名基于空间约束低秩图的人脸识别
被引量：2
- 1
-
-
作者
杨国亮
谢乃俊
罗璐
梁礼明
-
机构
江西理工大学电气工程与自动化学院
-
出处
《计算机科学》
CSCD
北大核心
2014年第8期297-300,326,共5页
-
基金
国家自然科学基金项目(51365017
61305019)
江西省科技厅青年科学基金(20132bab211032)资助
-
文摘
低秩表示能够很好地揭示隐藏在数据中的全局结构信息并且对噪声具有很强的鲁棒性。基于图嵌入维数约简理论框架,提出了一种人脸识别算法,其利用低秩表示模型构建数据低秩图。此外,在低秩模型中引入数据空间约束项,构建一种具有空间约束的低秩图以提高识别效果。在ORL和PIE标准人脸数据库上进行实验,同传统的识别算法相比,结果显示所提出的算法在识别率和对噪声的鲁棒性上具有更好的表现。
-
关键词
低秩表示
空间约束项
低秩图
人脸识别
-
Keywords
Low-rank representatiom Spatial constraints
Low-rank graph
Face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于低秩稀疏图的结构保持投影算法
被引量：1
- 2
-
-
作者
杨国亮
罗璐
丰义琴
梁礼明
-
机构
江西理工大学电气工程与自动化学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2015年第8期1584-1590,共7页
-
基金
国家自然科学基金资助项目(51365017
61305019)
江西省科技厅青年科学基金资助项目(20132bab211032)
-
文摘
在图嵌入理论框架下,能够较好地揭示数据本质特性的图在一些维数约简方法中起到关键性的作用。基于稀疏表示和低秩表示方法,构建了一种低秩稀疏图,能够同时揭示数据的局部结构信息和全局结构信息。然后,利用图嵌入理论方法使这些特性在线性投影的过程中得以保持不变,从而学习出高维数据有效的低维嵌入。在标准的人脸和手写数字数据集(ORL,Yale,PIE,MNIST)上进行实验,同传统的图嵌入方法比较,结果表明了算法的有效性。
-
关键词
图嵌入
稀疏表示
低秩表示
低秩稀疏图
线性投影
-
Keywords
graph embedding
sparse representation
low rank representation
low rank and sparse graph
linear projections
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进非负矩阵分解的肿瘤基因表达谱特征提取
被引量：2
- 3
-
-
作者
黄经纬
杨国亮
王艳芳
胡政伟
-
机构
江西理工大学电气工程与自动化学院
赣州市立医院信息技术科
-
出处
《计算机应用与软件》
2017年第8期251-256,共6页
-
基金
国家自然科学基金项目(51365017
61305019)
江西省教育厅科技计划项目(GJJ150680)
-
文摘
针对肿瘤基因表达谱的特点,提出基于低秩图正则非负矩阵分解(LGNMF)的特征提取方法,解决了NMF算法中缺少数据的全局信息,提升特征提取的有效性。该算法在NMF算法的基础上引入低秩图约束,提高了对数据局部和全局结构的描述,使得经过特征提取后的特征空间具有更强的分类能力。通过LGNMF算法对肿瘤基因表达谱数据集进行降维,获得低维特征空间,再使用KNN分类器对低维特征空间进行分类。通过与NMF、GNMF和RGNMF算法在四组标准肿瘤基因表达谱数据集进行对比,实验结果表明LGNMF算法能够有效提升分类效果。
-
关键词
低秩图
特征空间
肿瘤基因表达谱
特征提取
-
Keywords
Low-rank graph Feature space Tumor gene expression prof i le Feature extraction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
