本文關(guān)鍵詞：基于稀疏投影的Fisher準(zhǔn)則方法

  更多相關(guān)文章： 降維 稀疏表示 類別信息 稀疏重構(gòu) Fisher準(zhǔn)則

【摘要】：在進(jìn)行數(shù)據(jù)模式分類時(shí),數(shù)據(jù)通常呈現(xiàn)高維形式,造成維數(shù)“災(zāi)難”,對(duì)高維數(shù)據(jù)進(jìn)行特征提取降維變得尤為重要。在降維算法研究的基礎(chǔ)上,提出一種基于稀疏投影的Fisher準(zhǔn)則方法,實(shí)現(xiàn)高維數(shù)據(jù)的維數(shù)約簡(jiǎn)。充分考慮樣本類別標(biāo)簽信息,結(jié)合改進(jìn)的稀疏表示定義同類樣本間的稀疏重構(gòu)和異類樣本間的稀疏重構(gòu),根據(jù)得到的同類稀疏系數(shù)矩陣和異類稀疏系數(shù)矩陣,構(gòu)建基于Fisher準(zhǔn)則,使類間散度最大化的同時(shí)類內(nèi)散度最小化。在標(biāo)準(zhǔn)人臉數(shù)據(jù)上進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法在分類問(wèn)題上的有效性和可行性。
【作者單位】： 武漢科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;武漢科技大學(xué)智能信息處理與實(shí)時(shí)工業(yè)系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 降維 稀疏表示 類別信息 稀疏重構(gòu) Fisher準(zhǔn)則
【分類號(hào)】：TP391.4
【正文快照】： 0引言為了高維數(shù)據(jù)所帶來(lái)的“維數(shù)災(zāi)難”,克服方法通過(guò)降低原始高維數(shù)據(jù)的維數(shù),消除數(shù)據(jù)冗余并提取其特征來(lái)提高數(shù)據(jù)的可識(shí)別率,降維方法在模式識(shí)別、機(jī)器學(xué)習(xí)和生物特征識(shí)別等諸多領(lǐng)域扮演著越來(lái)越重要的角色。文獻(xiàn)[1-3]作為傳統(tǒng)的線性降維方法,在處理線性數(shù)據(jù)時(shí)具有簡(jiǎn)單性和

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 楊路;;不等式機(jī)器證明的降維算法與通用程序[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊(cè)）[C];1999年

2 張召;業(yè)寧;業(yè)巧林;;基于配對(duì)約束的核半監(jiān)督非線性降維算法[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

3 張敏情;蘇光偉;楊曉元;;保局投影在圖像隱密檢測(cè)中的應(yīng)用[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 記者 常麗君;降維算法讓腦神經(jīng)大數(shù)據(jù)處理變簡(jiǎn)單[N];科技日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 張?zhí)镪?數(shù)據(jù)降維算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

2 張興福;基于流形學(xué)習(xí)的局部降維算法研究[D];哈爾濱工程大學(xué);2012年

3 王雷;基于全局統(tǒng)計(jì)與局部幾何性質(zhì)的數(shù)據(jù)降維算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

4 何進(jìn)榮;幾何觀點(diǎn)下的線性降維算法[D];武漢大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉衛(wèi)芳;面向高維復(fù)雜數(shù)據(jù)的降維算法研究[D];西安電子科技大學(xué);2014年

2 田守財(cái);基于隨機(jī)初始化的非線性降維算法的研究[D];蘭州大學(xué);2016年

3 龔鐵梁;數(shù)據(jù)降維算法研究及其應(yīng)用[D];湖北大學(xué);2012年

4 郭麗;基于稀疏表征的降維算法研究[D];浙江師范大學(xué);2013年

5 賈洪哲;降維算法的改進(jìn)與應(yīng)用[D];遼寧師范大學(xué);2014年

6 宋德華;半監(jiān)督降維算法的研究及其在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[D];上海交通大學(xué);2013年

7 牛艷婷;基于近鄰保護(hù)嵌入的數(shù)據(jù)降維算法研究[D];北京郵電大學(xué);2013年

8 李榮華;基于小樣本的線性降維算法與應(yīng)用研究[D];華南理工大學(xué);2010年

9 尹飛;癌癥基因數(shù)據(jù)的降維算法研究與應(yīng)用[D];蘇州大學(xué);2013年

10 張乾坤;無(wú)監(jiān)督與半監(jiān)督降維算法研究[D];西安電子科技大學(xué);2010年

，

本文編號(hào)：539803