论文部分内容阅读
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。