本文關(guān)鍵詞：基于稀疏投影的Fisher準則方法

  更多相關(guān)文章： 降維 稀疏表示 類別信息 稀疏重構(gòu) Fisher準則

【摘要】：在進行數(shù)據(jù)模式分類時,數(shù)據(jù)通常呈現(xiàn)高維形式,造成維數(shù)“災(zāi)難”,對高維數(shù)據(jù)進行特征提取降維變得尤為重要。在降維算法研究的基礎(chǔ)上,提出一種基于稀疏投影的Fisher準則方法,實現(xiàn)高維數(shù)據(jù)的維數(shù)約簡。充分考慮樣本類別標簽信息,結(jié)合改進的稀疏表示定義同類樣本間的稀疏重構(gòu)和異類樣本間的稀疏重構(gòu),根據(jù)得到的同類稀疏系數(shù)矩陣和異類稀疏系數(shù)矩陣,構(gòu)建基于Fisher準則,使類間散度最大化的同時類內(nèi)散度最小化。在標準人臉數(shù)據(jù)上進行實驗,實驗結(jié)果驗證了該算法在分類問題上的有效性和可行性。
【作者單位】： 武漢科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院;武漢科技大學(xué)智能信息處理與實時工業(yè)系統(tǒng)湖北省重點實驗室;
【關(guān)鍵詞】： 降維 稀疏表示 類別信息 稀疏重構(gòu) Fisher準則
【分類號】：TP391.4
【正文快照】： 0引言為了高維數(shù)據(jù)所帶來的“維數(shù)災(zāi)難”,克服方法通過降低原始高維數(shù)據(jù)的維數(shù),消除數(shù)據(jù)冗余并提取其特征來提高數(shù)據(jù)的可識別率,降維方法在模式識別、機器學(xué)習(xí)和生物特征識別等諸多領(lǐng)域扮演著越來越重要的角色。文獻[1-3]作為傳統(tǒng)的線性降維方法,在處理線性數(shù)據(jù)時具有簡單性和

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 楊路;;不等式機器證明的降維算法與通用程序[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

2 張召;業(yè)寧;業(yè)巧林;;基于配對約束的核半監(jiān)督非線性降維算法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

3 張敏情;蘇光偉;楊曉元;;保局投影在圖像隱密檢測中的應(yīng)用[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計算機學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 記者 常麗君;降維算法讓腦神經(jīng)大數(shù)據(jù)處理變簡單[N];科技日報;2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張?zhí)镪?數(shù)據(jù)降維算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

2 張興福;基于流形學(xué)習(xí)的局部降維算法研究[D];哈爾濱工程大學(xué);2012年

3 王雷;基于全局統(tǒng)計與局部幾何性質(zhì)的數(shù)據(jù)降維算法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

4 何進榮;幾何觀點下的線性降維算法[D];武漢大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉衛(wèi)芳;面向高維復(fù)雜數(shù)據(jù)的降維算法研究[D];西安電子科技大學(xué);2014年

2 田守財;基于隨機初始化的非線性降維算法的研究[D];蘭州大學(xué);2016年

3 龔鐵梁;數(shù)據(jù)降維算法研究及其應(yīng)用[D];湖北大學(xué);2012年

4 郭麗;基于稀疏表征的降維算法研究[D];浙江師范大學(xué);2013年

5 賈洪哲;降維算法的改進與應(yīng)用[D];遼寧師范大學(xué);2014年

6 宋德華;半監(jiān)督降維算法的研究及其在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[D];上海交通大學(xué);2013年

7 牛艷婷;基于近鄰保護嵌入的數(shù)據(jù)降維算法研究[D];北京郵電大學(xué);2013年

8 李榮華;基于小樣本的線性降維算法與應(yīng)用研究[D];華南理工大學(xué);2010年

9 尹飛;癌癥基因數(shù)據(jù)的降維算法研究與應(yīng)用[D];蘇州大學(xué);2013年

10 張乾坤;無監(jiān)督與半監(jiān)督降維算法研究[D];西安電子科技大學(xué);2010年

，

本文編號：539803