点击量 ：

第一作者 ： 张海新

发表时间 ： 2015-01-01

发表刊物 ： 模式识别与人工智能

所属单位 ： 数理与信息工程学院

文献类型 ： 期刊

期号 ： 第7期

页面范围 ： 651-656

ISSN ： 1003-6059

关键字 ： 低秩矩阵恢复；Fisher准则；人脸识别

摘要 ： 标准的低秩矩阵恢复算法是把原始数据集分解成一组表征基和与此相应的稀疏误差,并以此分解对原始数据建模.受Fisher准则启发,文中提出基于带有Fisher判别准则的低秩矩阵恢复算法,在有监督学习模式下对低秩矩阵进行恢复,即当所有的标签信息都知道的情况下考虑类内散度和类间散度.文中所构造的模型可利用增广拉格朗日乘子法求解,并通过对标准的低秩矩阵模型增加判别性提高性能,利用文中算法所学习到的表征基使类内结构相关,而类间相互独立.在人脸识别问题上的仿真实验表明该算法的有效性.

是否译文 ： 否