-
题名基于对称正定流形潜在稀疏表示分类算法
被引量：1
- 1
-
-
作者
陈凯旋
吴小俊
-
机构
江南大学物联网工程学院
-
出处
《软件学报》
EI
CSCD
北大核心
2020年第8期2530-2542,共13页
-
基金
国家自然科学基金(61672265,61373055)。
-
文摘
使用对称正定(symmetric positive definite,简称SPD)矩阵将视觉数据建模到黎曼流形(SPD流形),对于模式识别和机器学习中许多任务有较好的效果.其中,将基于稀疏表示的分类算法扩展到SPD流形上样本的分类任务得到了广泛的关注.本文综合考虑了稀疏表示分类算法的特点以及SPD流形的黎曼几何结构,通过核函数将SPD流形嵌入到再生核希尔伯特空间(reproducing kernel Hilbert space,简称RKHS),分别提出了核空间潜在稀疏表示模型和潜在分类方法.但是,原始的视觉数据在核空间中没有明确的表示形式,这给核空间中的潜在字典更新带来了不便.Nyström是一种可以近似表征核特征的方法.因此,我们利用该方法得到训练样本在RKHS中的近似表示,以更新潜在字典和潜在矩阵.最后,通过在5个标准数据集上的分类实验,验证了该方法的有效性.
-
关键词
对称正定矩阵
黎曼流形
再生核希尔伯特空间
Nyström方法
潜在字典
-
Keywords
symmetric positive definite matrix
Riemannian manifold
reproducing kernel Hilbert space
Nyström method
latent dictionary
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
