10.3969/j.issn.2095-2783.2013.10.013
基于张量的稀疏保持投影降维方法
传统的基于向量的降维算法需要将图像数据进行向量化处理.然而,向量表示难以考虑数据各维度上的变化,容易丢失有效的结构信息和判别信息.为此,从数据的张量表示出发,将新近提出的稀疏保持投影方法(sparsity preserving projections,SPP)推广到张量空间中,提出了基于张量的稀疏保持投影降维方法.该方法可直接将图像数据作为张量目标进行运算,保留了数据的完整性以及数据的原始结构和判别信息.降维的同时保持了原始张量空间中数据样本的稀疏重构信息.人脸数据库的识别实验结果表明,基于张量的稀疏保持投影降维方法能有效地提高识别率.
数据降维、稀疏表示、张量、人脸识别
8
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61272358;中捷政府间科技合作资助项目39-10
2013-12-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
1007-1010