基于稀疏投影的Fisher准则方法

发布时间：2017-07-14 05:17

  本文关键词：基于稀疏投影的Fisher准则方法

  更多相关文章： 降维 稀疏表示 类别信息 稀疏重构 Fisher准则

【摘要】：在进行数据模式分类时,数据通常呈现高维形式,造成维数“灾难”,对高维数据进行特征提取降维变得尤为重要。在降维算法研究的基础上,提出一种基于稀疏投影的Fisher准则方法,实现高维数据的维数约简。充分考虑样本类别标签信息,结合改进的稀疏表示定义同类样本间的稀疏重构和异类样本间的稀疏重构,根据得到的同类稀疏系数矩阵和异类稀疏系数矩阵,构建基于Fisher准则,使类间散度最大化的同时类内散度最小化。在标准人脸数据上进行实验,实验结果验证了该算法在分类问题上的有效性和可行性。
【作者单位】： 武汉科技大学计算机科学与技术学院;武汉科技大学智能信息处理与实时工业系统湖北省重点实验室;
【关键词】： 降维 稀疏表示 类别信息 稀疏重构 Fisher准则
【分类号】：TP391.4
【正文快照】： 0引言为了高维数据所带来的“维数灾难”,克服方法通过降低原始高维数据的维数,消除数据冗余并提取其特征来提高数据的可识别率,降维方法在模式识别、机器学习和生物特征识别等诸多领域扮演着越来越重要的角色。文献[1-3]作为传统的线性降维方法,在处理线性数据时具有简单性和

【相似文献】

中国重要会议论文全文数据库 前3条

1 杨路;;不等式机器证明的降维算法与通用程序[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

2 张召;业宁;业巧林;;基于配对约束的核半监督非线性降维算法[A];第五届全国信息检索学术会议论文集[C];2009年

3 张敏情;苏光伟;杨晓元;;保局投影在图像隐密检测中的应用[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

中国重要报纸全文数据库 前1条

1 记者 常丽君;降维算法让脑神经大数据处理变简单[N];科技日报;2014年

中国博士学位论文全文数据库 前4条

1 张田昊;数据降维算法研究及其应用[D];上海交通大学;2008年

2 张兴福;基于流形学习的局部降维算法研究[D];哈尔滨工程大学;2012年

3 王雷;基于全局统计与局部几何性质的数据降维算法研究[D];中国科学技术大学;2009年

4 何进荣;几何观点下的线性降维算法[D];武汉大学;2014年

中国硕士学位论文全文数据库 前10条

1 刘卫芳;面向高维复杂数据的降维算法研究[D];西安电子科技大学;2014年

2 田守财;基于随机初始化的非线性降维算法的研究[D];兰州大学;2016年

3 龚铁梁;数据降维算法研究及其应用[D];湖北大学;2012年

4 郭丽;基于稀疏表征的降维算法研究[D];浙江师范大学;2013年

5 贾洪哲;降维算法的改进与应用[D];辽宁师范大学;2014年

6 宋德华;半监督降维算法的研究及其在医学专家系统中的应用[D];上海交通大学;2013年

7 牛艳婷;基于近邻保护嵌入的数据降维算法研究[D];北京邮电大学;2013年

8 李荣华;基于小样本的线性降维算法与应用研究[D];华南理工大学;2010年

9 尹飞;癌症基因数据的降维算法研究与应用[D];苏州大学;2013年

10 张乾坤;无监督与半监督降维算法研究[D];西安电子科技大学;2010年

，

本文编号：539803