基于稀疏恢复的L1范数多观测样本凸包分类算法

摘要：

在传统的统计模式识别中,由于单观测样本的分类受到样本数量的限制,导致最终的识别效果不够理想.针对这一不足,文中提出基于稀疏恢复的L1范数多观测样本凸包分类算法,利用多张测试样本构成的凸包模型代替传统的单观测样本,通过计算观测样本凸包与各类训练样本凸包的距离进行分类.这在一定程度上改善了单观测样本分类的不足,经过实验对比分析证明了算法的可行性以及优越性.文中算法结果为多观测样本的分类提供了有效的理论基础.

关键词：稀疏恢复、多观测样本、凸包、距离、分类

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2016-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：9-11