基于对称正定流形潜在稀疏表示分类算法

• 作者: 吴小俊 陈凯旋
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 对称正定矩阵 黎曼流形 再生核希尔伯特空间 Nystr(o)m方法 潜在字典
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2530-2542
• 页数: 13页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005823

摘要

使用对称正定(symmetric positive definite,简称SPD)矩阵将视觉数据建模到黎曼流形(SPD流形),对于模式识别和机器学习中许多任务有较好的效果.其中,将基于稀疏表示的分类算法扩展到SPD流形上样本的分类任务得到了广泛的关注.本文综合考虑了稀疏表示分类算法的特点以及SPD流形的黎曼几何结构,通过核函数将SPD流形嵌入到再生核希尔伯特空间(reproducing kernel Hilbert space,简称RKHS),分别提出了核空间潜在稀疏表示模型和潜在分类方法.但是,原始的视觉数据在核空间中没有明确的表示形式,这给核空间中的潜在字典更新带来了不便.Nystr(o)m是一种可以近似表征核特征的方法.因此,我们利用该方法得到训练样本在RKHS中的近似表示,以更新潜在字典和潜在矩阵.最后,通过在5个标准数据集上的分类实验,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊		170	1079	17.0	22.0
2	陈凯旋		2	3	1.0	1.0