多观测样本联合信息加权稀疏表示分类算法

• 作者: 胡正平 赵淑欢 赵艳霜
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 多观测样本分类 联合稀疏表示 重构样本 可信度加权 判别信息
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 算法研究
• 页码范围: 413-421
• 页数: 9页
• 分类号: TP391.41
• 字数: 5741字
• 语种: 中文

摘要

多观测样本分类问题中,同一对象的多观测样本均看作一个整体进行识别,其同等看待各个观测样本.考虑到其每个观测样本包含判别信息量不同,针对如何有效利用其可信度问题,提出基于观测样本联合加权稀疏表示多观测样本分类算法.首先将多观测样本分解成单样本,分别对各个样本进行稀疏求解得到其各自的稀疏度和残差,进而联合二者确定其相应可信度.然后给各观测样本进行可信度加权,重构出加权多观测样本.最后,再采用整体稀疏表示对其进行分类.在ETH-80物体数据库、CMU-PIE人脸数据库和BAN-CA数据库上进行大量对比实验,实验结果证明该算法的有效性,提高识别精度的同时使算法的鲁棒性得到保证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡正平	燕山大学信息科学与工程学院	160	1215	17.0	28.0
2	赵淑欢	燕山大学信息科学与工程学院	13	120	6.0	10.0
3	赵艳霜	燕山大学信息科学与工程学院	2	4	1.0	2.0