鉴别稀疏保持投影的人脸识别算法 被引量：4

1

作者 李昆仑 耿雪菲 曹静媛 《小型微型计算机系统》 CSCD 北大核心 2017年第2期376-380,共5页

在人脸识别领域中遇到的数据往往是高维的,一般会导致维数灾难问题.近年来稀疏表示(Sparse representation,SR)在处理人脸识别等问题时显示出一定的有效性,而后出现的稀疏保持投影(Sparse preserving projections,SPP)算法又以保持数据... 在人脸识别领域中遇到的数据往往是高维的,一般会导致维数灾难问题.近年来稀疏表示(Sparse representation,SR)在处理人脸识别等问题时显示出一定的有效性,而后出现的稀疏保持投影(Sparse preserving projections,SPP)算法又以保持数据的稀疏表示结构为目的成功应用于人脸识别领域,但仍存在一些问题.本文针对SPP算法在人脸识别中存在的问题进行了改进,提出了一种叫做鉴别稀疏保持投影(Discriminant sparsity preserving projection,DSPP)的算法.该算法有以下两方面的改进:(1)针对SPP算法未能有效地利用类标签信息的问题,本文利用最大散度差准则(Maximum scatter difference criterion,MSDC)重建SPP算法的目标函数;(2)针对SPP算法计算复杂度高的问题,本文利用带有相同类标签的训练样本用于稀疏重构.在ORL库、CAS-PEAL库、IMM库上的大量实验结果验证了算法的有效性. 展开更多

关键词 人脸识别 稀疏表示 稀疏保持投影 鉴别稀疏保持投影 最大散度差准则

在线阅读 下载PDF 职称材料

稀疏局部保持投影 被引量：4

2

作者 郑忠龙 黄小巧 +1 位作者 贾泂 杨杰 《计算机学报》 EI CSCD 北大核心 2014年第9期2038-2046,共9页

LASSO(Least Absolute Shrinkage and Selection Operator)是1范数和2范数混合学习的一种理论框架,基于LASSO提出了局部保持投影的稀疏回归算法SpLPP及其广义的正则化形式RSpLPP,并从理论上证明了所提模型的收敛性及求解算法,给出了算... LASSO(Least Absolute Shrinkage and Selection Operator)是1范数和2范数混合学习的一种理论框架,基于LASSO提出了局部保持投影的稀疏回归算法SpLPP及其广义的正则化形式RSpLPP,并从理论上证明了所提模型的收敛性及求解算法,给出了算法的复杂性分析.所提算法同时具有特征选择、降维的特性,在有监督学习、无监督学习两种任务情况下,都可以应用该算法.在人工数据集和真实数据集上进行的大量仿真实验,取得了较好的结果,证明了所提算法的有效性. 展开更多

关键词 稀疏学习 局部保持投影 流行学习 正则化

在线阅读 下载PDF 职称材料

核稀疏保持投影及生物特征识别应用 被引量：12

3

作者 殷俊 杨万扣 《电子学报》 EI CAS CSCD 北大核心 2013年第4期639-645,共7页

稀疏表示系数包含较强的鉴别信息,稀疏保持投影(Sparsity Preserving Projections,SPP)利用稀疏表示系数进行特征提取.本文通过核方法获取高维特征空间的核稀疏表示系数,并利用核稀疏表示系数构造邻接矩阵,提出核稀疏保持投影(Kernel Sp... 稀疏表示系数包含较强的鉴别信息,稀疏保持投影(Sparsity Preserving Projections,SPP)利用稀疏表示系数进行特征提取.本文通过核方法获取高维特征空间的核稀疏表示系数,并利用核稀疏表示系数构造邻接矩阵,提出核稀疏保持投影(Kernel Sparsity Preserving Projections,KSPP).核稀疏表示系数比稀疏表示系数包含更强的鉴别信息,因此KSPP可以比SPP提取更有效的鉴别特征.在多个数据库上的生物特征识别实验,KSPP都取得了不错的实验结果. 展开更多

关键词 稀疏表示 邻接矩阵 稀疏保持投影 核方法

在线阅读 下载PDF 职称材料

一种鉴别稀疏局部保持投影的人脸识别算法 被引量：7

4

作者 杨艺芳 王宇平 《西安交通大学学报》 EI CAS CSCD 北大核心 2016年第6期54-60,共7页

为解决鉴别稀疏邻域保持嵌入(DSNPE)算法中类间离散度构造复杂的问题,提出了一个新的维数约简算法即鉴别稀疏局部保持投影的人脸识别算法(DSLPP)。首先利用样本集中各类样本的平均向量构造字典,通过保持各类样本平均向量的稀疏重构关系... 为解决鉴别稀疏邻域保持嵌入(DSNPE)算法中类间离散度构造复杂的问题,提出了一个新的维数约简算法即鉴别稀疏局部保持投影的人脸识别算法(DSLPP)。首先利用样本集中各类样本的平均向量构造字典,通过保持各类样本平均向量的稀疏重构关系,提出一个新的无参数类间离散度;再通过同时最大化类间离散度和同时最小化类内紧凑度的准则来寻找最优投影方向;最后采用最近邻分类器进行人脸分类识别。由于所采用的类间离散度最大限度地扩大了不同类别中样本之间的差异,因此DSLPP算法具有更强的类间判别力,其识别率得到了明显提高;此外,字典的简化构造降低了算法的计算复杂度。在Yale、UMIST和AR人脸库上的实验结果表明:DSLPP算法在Yale、UMIST库上的平均识别率及AR库上的最高识别率分别达83.38%、95.72%和83.71%,较其他传统方法的识别率有明显提高;在UMIST库上的实验结果表明,DSLPP算法较DSNPE算法的平均计算时间减少了81.7%。 展开更多

关键词 人脸识别 维数约简 稀疏重构 局部保持投影

在线阅读 下载PDF 职称材料

监督型稀疏保持投影 被引量：4

5

作者 相文楠 赵建立 《计算机工程与应用》 CSCD 北大核心 2011年第29期186-188,共3页

稀疏保持投影(SPP)是最近提出的一种无监督降维方法,因此无法利用标号数据提供的监督信息。为此,对SPP进行了扩展,给出了两种监督型稀疏保持投影算法:基于稀疏保持的判别分析(SPP+LDA)和监督稀疏保持投影(S2PP)。前者通过在SPP变换的子... 稀疏保持投影(SPP)是最近提出的一种无监督降维方法,因此无法利用标号数据提供的监督信息。为此,对SPP进行了扩展,给出了两种监督型稀疏保持投影算法:基于稀疏保持的判别分析(SPP+LDA)和监督稀疏保持投影(S2PP)。前者通过在SPP变换的子空间内进行线性判别分析(LDA)达到利用数据间稀疏重建关系和监督信息的目的;后者借助数据标号直接修正SPP构建的稀疏重建图在SPP中自然地融入监督信息。分析了两种算法的优缺点,在两个常用的人脸数据集(Yale和AR)上验证了两者的可行性及有效性。 展开更多

关键词 稀疏保持投影 线性判别分析 降维 人脸识别

在线阅读 下载PDF 职称材料

成对约束指导的稀疏保持投影 被引量：1

6

作者 齐鸣鸣 《计算机应用》 CSCD 北大核心 2012年第12期3315-3318,共4页

针对稀疏保持投影的稀疏重构过程中监督信息不足的问题,提出一种成对约束指导的稀疏保持投影算法。该算法在训练样本数据的稀疏重构的过程中,通过引入正约束和负约束监督信息指导稀疏重构,使得稀疏保持投影有效地融合了约束监督信息。在... 针对稀疏保持投影的稀疏重构过程中监督信息不足的问题,提出一种成对约束指导的稀疏保持投影算法。该算法在训练样本数据的稀疏重构的过程中,通过引入正约束和负约束监督信息指导稀疏重构,使得稀疏保持投影有效地融合了约束监督信息。在UMIST、YALE和AR人脸库人脸数据集上的实验结果表明,与无监督的稀疏保持投影相比,该方法提高了基于最近近邻分类算法的5%～15%识别准确率,有效地提高了降维分类性能。 展开更多

关键词 降维 稀疏重构 成对约束 稀疏保持投影

在线阅读 下载PDF 职称材料

基于多核稀疏保持投影的多特征集典型相关分析的水下目标特征融合方法 被引量：1

7

作者 杨宏晖 伊淑珍 《西北工业大学学报》 EI CAS CSCD 北大核心 2019年第1期87-92,共6页

针对水下目标识别特征样本集高维小样本问题,提出了基于多核稀疏保持投影的多特征集典型相关分析的水下目标特征融合方法。该方法用多特征集典型相关分析算法对多域特征的整体相关程度进行定量分析,去除冗余和噪声特征,实现多域特征的融... 针对水下目标识别特征样本集高维小样本问题,提出了基于多核稀疏保持投影的多特征集典型相关分析的水下目标特征融合方法。该方法用多特征集典型相关分析算法对多域特征的整体相关程度进行定量分析,去除冗余和噪声特征,实现多域特征的融合,并利用多核稀疏保持投影算法,对提取的多域特征样本的稀疏重构性加以约束,增强了特征的判别能力。利用实测舰船辐射噪声数据验证基于核稀疏保持投影的多特征集典型相关分析的水下目标特征融合方法的有效性,与多特征集典型相关分析方法和核稀疏保持投影典型相关分析方法进行了对比,实验研究表明,提出的方法可以有效去除冗余和噪声特征,实现多域水下目标特征的融合,提高水下目标的识别正确率。 展开更多

关键词 多特征集典型相关分析 核稀疏保持投影算法 特征融合 水下目标识别

在线阅读 下载PDF 职称材料

基于改进的稀疏保持投影的SAR目标特征提取与识别 被引量：1

8

作者 韩萍 王欢 《雷达学报（中英文）》 CSCD 2015年第6期674-680,共7页

提出了一种改进的稀疏保持投影(Sparsity Preserving Projections,SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection,LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本... 提出了一种改进的稀疏保持投影(Sparsity Preserving Projections,SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection,LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本的稀疏重构误差达到最小的同时使同类样本间距最小。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR数据进行实验,实验结果表明在不利用目标成像方位信息情况下平均识别率最高可达97.81%,明显地提高了目标的识别结果,是一种有效的SAR目标识别方法。 展开更多

关键词 合成孔径雷达 自动目标识别 稀疏保持投影 特征提取

在线阅读 下载PDF 职称材料

稀疏近邻保持投影

9

作者 罗庆云 陈敏 赵巾帼 《计算机应用与软件》 CSCD 北大核心 2013年第6期266-268,294,共4页

从全局特征保持和局部特征保持的角度出发,提出一种稀疏近邻保持投影(SNPE)算法。该算法融合了稀疏重构信息和局部近邻重构信息。投影后的低维数据保持了高维数据的全局几何结构信息和局部近邻近似非线性的结构信息。在Yale、AR和UMIST... 从全局特征保持和局部特征保持的角度出发,提出一种稀疏近邻保持投影(SNPE)算法。该算法融合了稀疏重构信息和局部近邻重构信息。投影后的低维数据保持了高维数据的全局几何结构信息和局部近邻近似非线性的结构信息。在Yale、AR和UMIST上的实验表明所提算法是有效的。 展开更多

关键词 降维 稀疏保持投影 近邻保持嵌入 加权融合 平衡参数

在线阅读 下载PDF 职称材料

基于核稀疏保持投影的典型相关分析算法 被引量：4

10

作者 张荣 孙权森 《数据采集与处理》 CSCD 北大核心 2017年第1期111-118,共8页

模式识别的技术核心就是特征提取,而特征融合则是对特征提取方法的强力补充,对于提高特征的识别效率具有重要作用。本文基于稀疏表示方法,将稀疏表示方法用到高维度空间,并利用核方法在高维度空间进行稀疏表示,用其计算核稀疏表示系数,... 模式识别的技术核心就是特征提取,而特征融合则是对特征提取方法的强力补充,对于提高特征的识别效率具有重要作用。本文基于稀疏表示方法,将稀疏表示方法用到高维度空间,并利用核方法在高维度空间进行稀疏表示,用其计算核稀疏表示系数,同时研究了核稀疏保持投影算法(Kernel sparsity preserve projection,KSPP)。将KSPP引入到典型相关分析算法(Canonical correlation analysis,CCA),研究了基于核稀疏保持投影的典型相关分析算法(Kernel sparsity preserve canonical correlation analysis,K-SPCCA)。在多特征手写体数据库和人脸图像数据库上分别证实了本文提出方法的可靠性和有效性。 展开更多

关键词 特征提取 核稀疏表示 核稀疏保持投影 典型相关分析

在线阅读 下载PDF 职称材料

基于全局-局部保持投影的稀疏降维方法 被引量：1

11

作者 江粼 房小兆 滕少华 《江西师范大学学报（自然科学版）》 CAS 北大核心 2021年第1期46-54,共9页

该文提出了一种基于全局-局部结构保持的稀疏投影模型(GLSPP).通过对投影数据进行线性重构来保持数据的全局结构,从而保留投影数据的全局信息.通过约束重构系数矩阵与相似性矩阵的相似性来保持全局保持数据和局部保持投影数据的一致性.... 该文提出了一种基于全局-局部结构保持的稀疏投影模型(GLSPP).通过对投影数据进行线性重构来保持数据的全局结构,从而保留投影数据的全局信息.通过约束重构系数矩阵与相似性矩阵的相似性来保持全局保持数据和局部保持投影数据的一致性.同时,对重构系数矩阵和相似性矩阵进行稀疏约束,保留主要信息,以减少冗余信息的干扰.在公开的4个人脸与物体数据集上的实验结果显示:该方法具有较高的分类准确率. 展开更多

关键词 局部结构保持投影 线性重构 稀疏约束 降维

在线阅读 下载PDF 职称材料

半监督稀疏近邻保持投影 被引量：4

12

作者 吴振宇 侯冰洋 +2 位作者 王辉兵 刘胜蓝 冯林 《系统工程与电子技术》 EI CSCD 北大核心 2018年第4期934-940,共7页

提出了改进的稀疏子空间学习方法。首先,提出了稀疏近邻相关性重构模型,该模型通过提取样本间的局部信息和标记样本的标签信息,解决了稀疏子空间学习的全局特征导致数据描述不充分的问题;其次,利用半监督技术,引入正则化参数对无标签判... 提出了改进的稀疏子空间学习方法。首先,提出了稀疏近邻相关性重构模型,该模型通过提取样本间的局部信息和标记样本的标签信息,解决了稀疏子空间学习的全局特征导致数据描述不充分的问题;其次,利用半监督技术,引入正则化参数对无标签判别特征和标签判别特征进行特征融合,提高了基于稀疏近邻相关性重构的子空间学习算法的性能。实验结果表明,该方法具有较高的分类性能和识别率,此外,稀疏近邻相关性重构在提取判别信息时具有良好的稳定性。 展开更多

关键词 子空间学习 半监督 稀疏近邻保持投影

在线阅读 下载PDF 职称材料

稀疏保持典型相关分析及在特征融合中的应用 被引量：22

13

作者 侯书东 孙权森 《自动化学报》 EI CSCD 北大核心 2012年第4期659-665,共7页

稀疏保持投影(Sparsity preserving projections,SPP)由于保持了数据间的稀疏重构性,因而获取的投影向量满足旋转、尺度和平移的不变性,并能够在无标签的情况下提取样本的自然鉴别信息,在人脸识别领域取得了较为成功的应用.本文在典型... 稀疏保持投影(Sparsity preserving projections,SPP)由于保持了数据间的稀疏重构性,因而获取的投影向量满足旋转、尺度和平移的不变性,并能够在无标签的情况下提取样本的自然鉴别信息,在人脸识别领域取得了较为成功的应用.本文在典型相关分析(Canonical correlation analysis,CCA)的基础上引入稀疏保持项,提出一种稀疏保持典型相关分析(Sparsity preserving canonical correlation analysis,SPCCA).该方法不仅实现了两组特征集鉴别信息的有效融合,同时对提取特征间的稀疏重构性加以约束,增强了特征的表示和鉴别能力.在多特征手写体字符集与人脸数据集上的实验结果表明,SPCCA比CCA具有更优的识别性能. 展开更多

关键词 典型相关分析(CCA) 稀疏保持投影(spp) 稀疏保持典型相关分析(SPCCA) 特征融合

在线阅读 下载PDF 职称材料

基于鉴别稀疏保持嵌入的人脸识别算法 被引量：56

14

作者 马小虎 谭延琪 《自动化学报》 EI CSCD 北大核心 2014年第1期73-82,共10页

鉴于近年来稀疏表示(Sparse representation,SR)在高维数据例如人脸图像的特征提取与降维领域的快速发展,对原始的稀疏保持投影(Sparsity preserving projection,SPP)算法进行了改进,提出了一种叫做鉴别稀疏保持嵌入(Discriminant spars... 鉴于近年来稀疏表示(Sparse representation,SR)在高维数据例如人脸图像的特征提取与降维领域的快速发展,对原始的稀疏保持投影(Sparsity preserving projection,SPP)算法进行了改进,提出了一种叫做鉴别稀疏保持嵌入(Discriminant sparsity preserving embedding,DSPE)的算法.通过求解一个最小二乘问题来更新SPP中的稀疏权重并得到一个更能真实反映鉴别信息的鉴别稀疏权重,最后以最优保持这个稀疏权重关系为目标来计算高维数据的低维特征子空间.该算法是一个线性的监督学习算法,通过引入鉴别信息,能够有效地对高维数据进行降维.在ORL库、Yale库、扩展Yale B库和CMU PIE库上的大量实验结果验证了算法的有效性. 展开更多

关键词 人脸识别 稀疏表示 稀疏保持投影 鉴别稀疏保持嵌入

在线阅读 下载PDF 职称材料

基于稀疏保持判别嵌入的人脸识别 被引量：6

15

作者 王国强 李龙星 郭晓波 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第2期305-312,共8页

最近,人们对高维数据(例如人脸图像)潜在的稀疏表征结构有很大兴趣。提出一种称为稀疏保持判别嵌入(SPDE)新降维算法,该算法在稀疏保持投影(SPP)的目标函数中增加了改进的最大间距准则(MMMC)。SPDE保留了SPP的保持稀疏结构特性,利用了M... 最近,人们对高维数据(例如人脸图像)潜在的稀疏表征结构有很大兴趣。提出一种称为稀疏保持判别嵌入(SPDE)新降维算法,该算法在稀疏保持投影(SPP)的目标函数中增加了改进的最大间距准则(MMMC)。SPDE保留了SPP的保持稀疏结构特性,利用了MMMC的全局判别结构。SPDE合并了稀疏准则和Fisher准则,具有更强的判别力,尤其训练集小的时候,更适合于人脸识别任务。SPDE能够自然地避免小样本问题并且计算是有效的。在3个公共人脸数据库(ORL、Yale以及FERET)上的实验结果表明SPDE对人脸识别是有效的和可行的。 展开更多

关键词 降维 稀疏保持投影 改进的最大间距准则 人脸识别

在线阅读 下载PDF 职称材料

稀疏保持典型相关分析特征选择与模式识别 被引量：3

16

作者 许洁 吴秦 +2 位作者 梁久祯 王念兵 张淮 《小型微型计算机系统》 CSCD 北大核心 2017年第8期1877-1882,共6页

构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP... 构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP)将样本之间的类别信息引入,从而提高识别率.首先,提取同一类训练样本的两组特征向量,由SPP构建稀疏重构权重矩阵;并建立相应的判据准则函数来描述两组特征向量之间的关系;然后根据所建立的准则函数提取出相应的典型投影矢量集;最后将两组特征通过不同的特征融合策略进行融合,并在分类识别中进行应用.典型相关分析算法将两组特征向量的相关性特征作为有效信息来用于分类,既能融合信息,又能过滤冗余信息.同时SPCCA算法中引入了两组特征的权重矩阵,在一定程度上提高了融合特征的鉴别力,提高了识别精度.在MFEAT、UCI手写体数字库及ORL、PIE人脸数据库上的实验结果证明了本文方法的有效性和稳定性. 展开更多

关键词 稀疏保持投影 典型相关分析 特征融合 组合特征提取 人脸识别

在线阅读 下载PDF 职称材料

一种可鉴别的稀疏保局投影算法 被引量：1

17

作者 苟建平 詹永照 +1 位作者 张建明 沈项军 《江苏大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第6期691-696,共6页

为了增强高维数据在低维子空间中的模式识别能力,假设任意2个类别相同的相似样本其稀疏表示也相似,并基于SPP和LPP思想,提出一种可鉴别稀疏保局投影降维新方法 DSLPP.该方法通过稀疏表示学习和保局部投影,使得在投影子空间中不仅能够保... 为了增强高维数据在低维子空间中的模式识别能力,假设任意2个类别相同的相似样本其稀疏表示也相似,并基于SPP和LPP思想,提出一种可鉴别稀疏保局投影降维新方法 DSLPP.该方法通过稀疏表示学习和保局部投影,使得在投影子空间中不仅能够保持稀疏表示对数据很好的表达能力,而且较好地获取高维数据所蕴含的本质局部流形结构和自然判别信息,从而增强高维数据在子空间中的表示能力和可鉴别能力.在3个典型的人脸数据集Yale,ORL和PIE29上,将所提出方法 DSLPP与PCA,LPP,NPE和SPP进行对比试验.结果表明DSLPP是一种有效的降维方法,能够较好地改善高维数据在低维子空间中的分类效果. 展开更多

关键词 可鉴别稀疏保局投影 稀疏保持投影 保局部投影 稀疏表示 降维 模式分类

在线阅读 下载PDF 职称材料

基于稀疏相似保持算法的人脸识别 被引量：2

18

作者 冯海亮 王应健 罗甫林 《光电工程》 CAS CSCD 北大核心 2016年第6期19-24,共6页

鉴于人为选取近邻大小和权重矩阵对局部保持投影(LPP)算法的高维人脸图像特征提取有较大影响,结合稀疏表示原理提出了一种稀疏相似保持(SSP)算法。SSP算法利用稀疏表示,在全局结构中自适应地选取数据间的相似关系,构建非负稀疏关系图,... 鉴于人为选取近邻大小和权重矩阵对局部保持投影(LPP)算法的高维人脸图像特征提取有较大影响,结合稀疏表示原理提出了一种稀疏相似保持(SSP)算法。SSP算法利用稀疏表示,在全局结构中自适应地选取数据间的相似关系,构建非负稀疏关系图,在低维空间中保持高维原始数据的内在稀疏特性不变,能有效地提取出低维鉴别特征。在Extend Yale B、CMU PIE人脸数据库上进行实验,其识别率分别达到了87.35%、90.09%,验证了算法的有效性。 展开更多

关键词 人脸识别 局部保持投影 稀疏图 稀疏相似保持

在线阅读 下载PDF 职称材料

判别稀疏保持嵌入及其在人脸识别中的应用

19

作者 王国强 石念峰 郭晓波 《光电工程》 CAS CSCD 北大核心 2015年第6期8-13,共6页

稀疏保持投影(SPP)是最近提出的稀疏子空间学习方法,该方法的目标是保持数据的稀疏结构关系。然而,SPP是无监督并且不适合分类任务。为了提取判别人脸特征,提出一种新的判别稀疏保持嵌入(DSPE)算法。DSPE在SPP的目标函数中引入了Fisher... 稀疏保持投影(SPP)是最近提出的稀疏子空间学习方法,该方法的目标是保持数据的稀疏结构关系。然而,SPP是无监督并且不适合分类任务。为了提取判别人脸特征,提出一种新的判别稀疏保持嵌入(DSPE)算法。DSPE在SPP的目标函数中引入了Fisher准则,强调了判别信息;另一方面,用施密特正交化获得人脸子空间的正交基向量,进一步增强了算法的识别性能。在ORL和FERET人脸库上的实验结果表明,本文提出的DSPE在特征提取和分类识别方面有更好的效果。 展开更多

关键词 稀疏保持投影 FISHER准则 人脸识别 降维 施密特正交化

在线阅读 下载PDF 职称材料

结合L1图模型和局部保持投影特征的SAR变形目标识别方法

20

作者 刘明 陈士超 +2 位作者 卢福刚 刘钧圣 王军 《现代电子技术》 北大核心 2019年第4期101-104,共4页

局部保持投影(LPP)是一种能描述数据实际分布的流形学习算法,可以有效地捕获数据的局部信息。针对高精度SAR变形目标识别问题,文中提出一种结合L1图模型和LPP的SAR变形目标识别算法。考虑到稀疏描述具有判别力且对噪声具有鲁棒性的优点... 局部保持投影(LPP)是一种能描述数据实际分布的流形学习算法,可以有效地捕获数据的局部信息。针对高精度SAR变形目标识别问题,文中提出一种结合L1图模型和LPP的SAR变形目标识别算法。考虑到稀疏描述具有判别力且对噪声具有鲁棒性的优点,构建L1图模型捕获样本之间的局部结构。此外,还采用一种正则化方法有效地解决了LPP算法中存在的矩阵奇异性问题。 展开更多

关键词 L1图模型 SAR图像 变形目标识别 局部保持投影 稀疏描述 正则化

在线阅读 下载PDF 职称材料