稀疏相似性度量的模糊鉴别分析方法

• 作者: 宋晓宁 徐勇
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 稀疏表示 模糊鉴别分析 系数重构 图像识别
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 199-205
• 页数: 7页
• 分类号: TP391.41
• 字数: 5992字
• 语种: 中文

摘要

稀疏表示的数学本质就是稀疏正则化约束下的信号分解。提出一种稀疏相似性的模糊鉴别分析方法。首先，各高维图像样本划分成若干相同大小的局部块并以脊波序列表示，其次通过一种新型稀疏学习算法获得系数分解和对应的稀疏相似性度量，由此构造出稀疏相似度嵌入的模糊鉴别分析准则。该方法利用新型稀疏监督学习作为特征提取工具，克服了传统鉴别分析方法缺乏样本间结构知识的缺点，可有效解决高维非线性小样本问题。在ORL和FERET人脸数据库上的实验结果验证了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋晓宁	江苏科技大学计算机科学与工程学院	33	123	6.0	9.0
4	徐勇	哈尔滨工业大学深圳研究生院生物计算研究中心	23	336	11.0	18.0