期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于近似零范数的稀疏核主成成分算法 被引量:3
1
作者 谭龙 何改云 +1 位作者 潘静 庞彦伟 《电子测量技术》 2013年第9期27-30,共4页
核主成成分分析(KPCA)是一种有效的数据降维方法,其降维过程是计算待降维样本与所有训练样本核函数的线性叠加,所以其计算量依赖于训练样本的大小,致使降维效率很低。为了提高KPCA降维效率,提出利用近似的零范数对叠加系数施加稀疏约束... 核主成成分分析(KPCA)是一种有效的数据降维方法,其降维过程是计算待降维样本与所有训练样本核函数的线性叠加,所以其计算量依赖于训练样本的大小,致使降维效率很低。为了提高KPCA降维效率,提出利用近似的零范数对叠加系数施加稀疏约束,能够得到稀疏性很好的系数。降维时,去除大量系数为零的训练样本,所以能够显著提高降维速度。通过实验还发现该算法对离群点具有不错的鲁棒性,换句话说当训练人脸数据库中加入非人脸图像时能够较好的克服这些非人脸图像的影响。 展开更多
关键词 核主成成分分析 近似的零范数 稀疏约束 鲁棒性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部