变空间协同表示判别分析的特征提取算法
变空间协同表示判别分析的特征提取算法
-
摘要: 稀疏保持投影 （稀疏保持投影，SPP） 是一种无监督的方法，不需要标签信息，但 SPP公司 求稀疏系数的过程计算量相对较大；此外，大多数稀疏表示的投影算法并不能很好地反映映射空间数据间的关系. 为了能更好地反映映射空间数据间的关系，提出了变空间协同表示判别分析的特征提取算法. 首先将原始数据映射到 主成分分析 空间去除冗余信息；其次利用 L（左） 2 范数求解稀疏权重，利用所提的监督目标函数计算映射矩阵；然后在求得的映射空间中更新稀疏权重；最后求出权重更新后的映射矩阵. 在 费雷特、AR和ORL 库的测试结果验证了本算法的有效性. 摘要： 稀疏保持投影（SPP）是一种无监督算法，不需要标记信息。 使用SPP求解稀疏系数的过程需要相对较大的计算量。 此外，大多数稀疏表示的投影算法不能很好地反映空间数据之间的映射关系。 为了更好地反映空间数据之间的映射关系，我们提出了一种可变空间协同表示判别分析算法。 首先，将原始数据映射到主成分分析空间中，以去除冗余信息。 其次，稀疏权重由 L（左） 2 范数，并利用本文提出的有监督目标函数计算映射矩阵。 第三，更新映射空间中的稀疏权重。 最后，基于更新的稀疏权重和监督目标函数，得到最终的映射矩阵。 在FERET人脸数据库、AR人脸数据库和ORL人脸数据库上的测试结果验证了该算法的有效性。
