基于核稀疏保持投影的典型相关分析算法

• 作者: 孙权森 张荣
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 特征提取 核稀疏表示 核稀疏保持投影 典型相关分析
• 年，卷（期）: 2017,（1）
• 页码范围: 111-118
• 页数: 8页
• 分类号: TP751
• 字数: 5721字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.01.013

摘要

模式识别的技术核心就是特征提取,而特征融合则是对特征提取方法的强力补充,对于提高特征的识别效率具有重要作用.本文基于稀疏表示方法,将稀疏表示方法用到高维度空间,并利用核方法在高维度空间进行稀疏表示,用其计算核稀疏表示系数,同时研究了核稀疏保持投影算法(Kernel sparsity preserve projection,KSPP).将KSPP引入到典型相关分析算法(Canonical correlation analysis,CCA),研究了基于核稀疏保持投影的典型相关分析算法(Kernel sparsity preserve canonical correlation analysis,K-SPCCA).在多特征手写体数据库和人脸图像数据库上分别证实了本文提出方法的可靠性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	张荣	南京理工大学计算机科学与工程学院	1	3	1.0	1.0