计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
4期
1425-1431
,共7页
稀疏表示%局部线性嵌入%稀疏近邻表示%K近邻分类%降维
稀疏錶示%跼部線性嵌入%稀疏近鄰錶示%K近鄰分類%降維
희소표시%국부선성감입%희소근린표시%K근린분류%강유
稀疏表示分类方法(SRC)在人脸识别方面取得了当前最好的分类结果,针对SRC存在的问题,提出稀疏近邻表示方法(SNRC).在局部线性嵌入方法前提假设成立的条件下,SNRC通过稀疏近邻表示实现目标分类.在几个不同数据集上的实验结果显示,SNRC适用于呈非线性分布的数据集,并取得了较好的效果.进一步的分析表明,SNRC能够较好的适用于那些通过降维方法得到的低维数据的分类问题,尤其适用于基于近邻保持的一类降维方法得到的低维数据,并且具有较低的时间复杂度.
稀疏錶示分類方法(SRC)在人臉識彆方麵取得瞭噹前最好的分類結果,針對SRC存在的問題,提齣稀疏近鄰錶示方法(SNRC).在跼部線性嵌入方法前提假設成立的條件下,SNRC通過稀疏近鄰錶示實現目標分類.在幾箇不同數據集上的實驗結果顯示,SNRC適用于呈非線性分佈的數據集,併取得瞭較好的效果.進一步的分析錶明,SNRC能夠較好的適用于那些通過降維方法得到的低維數據的分類問題,尤其適用于基于近鄰保持的一類降維方法得到的低維數據,併且具有較低的時間複雜度.
희소표시분류방법(SRC)재인검식별방면취득료당전최호적분류결과,침대SRC존재적문제,제출희소근린표시방법(SNRC).재국부선성감입방법전제가설성립적조건하,SNRC통과희소근린표시실현목표분류.재궤개불동수거집상적실험결과현시,SNRC괄용우정비선성분포적수거집,병취득료교호적효과.진일보적분석표명,SNRC능구교호적괄용우나사통과강유방법득도적저유수거적분류문제,우기괄용우기우근린보지적일류강유방법득도적저유수거,병차구유교저적시간복잡도.