文佳军;崔金荣;赖志辉;米建勋;郭、小唐 基于竞争方案的掌纹和人脸识别最优表示集构造。 (英语) Zbl 1308.68103号 国际计算机杂志。数学。 91,第11号,2341-2358(2014)。 摘要:传统的基于表征的方法只考虑整个训练集的表征和识别。然而,一些训练样本对测试样本的表示几乎没有贡献。在本文中,我们建议构造一个用于识别的最佳表示集。首先,使用最近邻原理初始化最优表示集。然后,通过添加一个训练样本来更新它,该训练样本可以与当前的表示集一起使用,以最小的误差表示测试样本。利用该方案,我们利用分块矩阵技术加速了计算过程。为了充分验证所提方法的有效性,通过将所提方法与最新方法进行比较,在公共掌纹和人脸数据库上进行了实验。所提出的竞争样本选择方法显示出良好的结果。 引用于1文件 MSC公司: 68吨10 模式识别、语音识别 关键词:掌纹识别;人脸识别;样品选择;线性回归;分块矩阵 PDF格式BibTeX公司 XML格式引用 \textit{J.-J.Wen}等人,《国际计算杂志》。数学。91,第11号,2341--2358(2014;Zbl 1308.68103) 全文: 内政部 参考文献: [1] 内政部:10.1109/LSP.2012.2237550·doi:10.1109/LSP.2012.2237550 [2] 内政部:10.1109/TPAMI.2010.77·doi:10.1109/TPAMI.2010.77 [3] 内政部:10.1109/TPAMI.2011.89·doi:10.1109/TPAMI.2011.89 [4] DOI:10.1016/j.patcog.2010.10.008·Zbl 1207.68287号 ·doi:10.1016/j.patcog.2010.10.008 [5] DOI:10.1016/S0167-8655(02)00386-0·Zbl 1048.68088号 ·doi:10.1016/S0167-8655(02)00386-0 [6] DOI:10.1109/TIP.2009.2033625·Zbl 1371.94364号 ·doi:10.1109/TIP.2009.2033625 [7] Wen J.,选项。工程51(2012) [8] DOI:10.10109/TPAMI.1879年·doi:10.1109/TPAMI.2008.79 [9] DOI:10.1109/TCSVT.2011.2138790·doi:10.1109/TCSVT.2011.2138790 [10] Xu Y.,选项。工程50(2011) [11] Xu Y.,选项。工程51(2012) [12] DOI:10.1016/j.neucom.2011.10.013·doi:10.1016/j.neucom.2011.10.013 [13] DOI:10.1016/j.neucom.2012.08.038·doi:10.1016/j.neucom.2012.08.038 [14] Xu Y.,国际J.Innov。计算。通知。对照9第543页–(2013年) [15] 内政部:10.1109/TPAMI.2004.1261097·doi:10.1109/TPAMI.2004.1261097 [16] DOI:10.1016/j.patcog.2004.11.019·Zbl 1081.68671号 ·doi:10.1016/j.patcog.2004.11.019文件 [17] 内政部:10.1109/TSMCB.2004.824521·doi:10.1109/TSMCB.2004.824521 [18] 内政部:10.1109/TPAMI.2003.1227981·doi:10.1109/TPAMI.2003.1227981 [19] 内政部:10.1109/TIM.2009.2028772·doi:10.1109/TIM.2009.2028772 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。