一种基于L1范数的主成分分析优化算法及应用

• 作者: 刘丽敏 廖志芳 樊晓平
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 主成分分析 L1-PCA 增强拉格朗日乘子 图像重构
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 图形、图像技术与其它
• 页码范围: 173-176
• 页数: 4页
• 分类号: TP391
• 字数: 3964字
• 语种: 中文

摘要

主成分分析(PCA)已经广泛应用于计算机视觉中,但是传统的基于L2范数的PCA对异常值和特征噪声(比如有遮挡的图像)敏感.基于L1范数的PCA(L1-PCA)相比基于L2范教的PCA更具鲁棒性,并且可以克服对异常值和特征噪声敏感的问题.然而,在应用L1-PCA算法时,其算法的优化非常关键.本文针对这一问题,提出基于增强拉格朗日乘子的L1-PCA的优化算法并将其应用于处理有遮挡图像的重构,通过在Yale人脸数据库的实验测试表明所提出的算法有效.数值和可视化的实验结果都表明优化的L1-PCA优于传统PCA.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊晓平	中南大学信息科学与工程学院	236	3229	28.0	45.0
2	廖志芳	中南大学软件学院	65	468	12.0	19.0
3	刘丽敏	中南大学信息科学与工程学院	13	89	6.0	9.0