CAJ | 학술논문

"高维度小样本"问题是模式识别应用中的主要障碍之一.跨越这一障碍的有效方法之一是采用参数矩阵的低秩逼近,目的是控制模型复杂度.常用的低秩逼近方法需要预先指定目标矩阵秩的大小(如主成分分析).提出了一种新的基于稀疏约束的低秩判别模型,此模型通过对目标参数进行矩阵分解,然后分别对子成分施加低秩(稀疏)约束,从而达到低秩逼近的目的.进一步将这一思想嵌入一个双边判别模型,并用坐标下降法对目标函数进行优化,使得算法在低秩逼近的同时还有效利用了输入数据的空间特性.从而得到更好的推广性能.其有效性在一个安全生物识别应用上得到了验证.
"고유도소양본"문제시모식식별응용중적주요장애지일.과월저일장애적유효방법지일시채용삼수구진적저질핍근,목적시공제모형복잡도.상용적저질핍근방법수요예선지정목표구진질적대소(여주성분분석).제출료일충신적기우희소약속적저질판별모형,차모형통과대목표삼수진행구진분해,연후분별대자성분시가저질(희소)약속,종이체도저질핍근적목적.진일보장저일사상감입일개쌍변판별모형,병용좌표하강법대목표함수진행우화,사득산법재저질핍근적동시환유효이용료수입수거적공간특성.종이득도경호적추엄성능.기유효성재일개안전생물식별응용상득도료험증.