论文部分内容阅读
针对当今在多模态数据处理过程中存在的两个问题:1)多模态数据中存在冗余信息和噪声;2)如何平衡多模态数据间的关系,我们提出了一种低秩表示和稀疏自动编码器相结合的情绪识别方法(Low Rank Representation and Sparse Automatic Encoder Classification,LSC)。采用低秩表示从数据的高维空间中提取潜在特征,并且可以去除数据噪声和冗余信息;采用自动编码器对提取的特征进行融合,解决了多模态数据信息间关系无法平衡的问题,使特征更具鲁棒性,最后进行分类