10.11835/j.issn.1000-582X.2014.04.007
带权稀疏 PCA 算法及其应用
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。
成份分析、线性判别分析、套索、带权稀疏主成份分析
TP391.4(计算技术、计算机技术)
国家自然科学基金委员会与中国民用航空局联合资助重点项目60736046;广西自然科学基金2012GXNSFAA053227
2014-05-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
46-51