带权稀疏 PCA 算法及其应用

摘要：

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。

关键词：成份分析、线性判别分析、套索、带权稀疏主成份分析

分类号：TP391.4(计算技术、计算机技术)

资助基金：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

在线出版日期：2014-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：46-51