带权稀疏 PCA 算法及其应用

• 作者: 宣士斌
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 成份分析 线性判别分析 套索 带权稀疏主成份分析
• 年，卷（期）: 2014,（4）
• 页码范围: 46-51
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2014.04.007

摘要

主成份分析（PC A ）算法是特征提取的重要方法之一，由于其本身没有提供更多的分类信息，直接在其上进行识别效果往往并不理想。为了提取PCA特征值中有利于识别的特征信息，提出一种带权稀疏PCA算法。它利用基本PCA算法实现去噪功能，利用Lagrange乘子方法求得使PC A特征空间中类内距离最小，类间距离最大的一组权值，并利用稀疏PC A （S PC A ）算法解决维数约简和保留小特征值对应的特征向量所含的分类信息。在公开人脸数据库上对该算法进行测试，实验结果表明该算法不仅运行速度快，而且有较高的正确识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宣士斌	四川大学计算机学院	60	255	8.0	12.0