基于K近邻的快速稀疏描述改进算法设计

摘要：

传统的基于稀疏描述分类SRC人脸识别算法采用1范数,需要进行多次迭代运算,计算复杂度高,难以满足实际人脸识别的响应效率的需求.针对这些问题,提出了一种基于2范数的K近邻的快速稀疏描述算法,这种方法通过cosine相似性测试样本间距,求出K近邻,线性组合K近邻,进而求出训练样本与测试样本间的相对偏差,进行分类,整个过程主要计算代价除确定K近邻外,仅为线性组合K近邻求解一个线性方程组的计算代价,与传统基于迭代算法的稀疏方法相比,计算复杂度降低,具有较好的鲁棒性和可靠性.

关键词：稀疏描述、K近邻、范数

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

资助基金：安徽省教育厅高校优秀青年人才支持计划项目;安徽省高校科学研究项目;芜湖职业技术学院科技创新团队项目;安徽省高校科学研究项目

在线出版日期：2020-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：23-26