稀疏保持投影相关论文
人脸识别是一种日渐成熟的生物特征识别技术,它利用人脸特征对人的身份信息进行鉴定和甄别。虽然人脸特征具有唯一性并且具有自然......
随着遥感技术的发展,遥感图像的光谱分辨率、时间分辨率和空间分辨率都在逐步提高,人们可以从遥感图像中获得更多的有用信息。目前......
在人脸识别领域中遇到的数据往往是高维的,一般会导致维数灾难问题.近年来稀疏表示(Sparse representation,SR)在处理人脸识别等问......
稀疏保持投影(Sparsity Preserving Projection,SPP)是一种无监督的方法,不需要标签信息,但SPP求稀疏系数的过程计算量相对较大;此......
稀疏保持投影(SPP)是最近提出的一种无监督降维方法,因此无法利用标号数据提供的监督信息。为此,对SPP进行了扩展,给出了两种监督......
利用局部保持投影和稀疏保持投影来刻画数据的本质结构,结合L2,1范数的组稀疏性来选择特征,提出一种新的针对高维小样本数据集的无......
提出了一种改进的稀疏保持投影（Sparsity Preserving Projections,SPP）特征提取方法。该方法将SPP特征提取与局部保持投影（Locality P......
稀疏保持投影（Sparsity preserving projection,SPP）是一种新型的基于图的降维方法,近年来被成功应用于人脸识别。SPP基于数据的稀疏......
稀疏保持投影由于在低维空间中很好的保持了原空间中样本的稀疏表示关系，在高光谱数据的维数约减中取得了很好的效果，但是其中并没有......
非约束环境下采集的人脸图像复杂多变,将其直接作为字典原子用于稀疏表示分类(sparse representation based classification,SRC),......
从全局特征保持和局部特征保持的角度出发,提出一种稀疏近邻保持投影(SNPE)算法。该算法融合了稀疏重构信息和局部近邻重构信息。......
为了增强高维数据在低维子空间中的模式识别能力，假设任意2个类别相同的相似样本其稀疏表示也相似，并基于SPP和LPP思想，提出一种可鉴......
稀疏保持投影(SPP)是最近提出的稀疏子空间学习方法,该方法的目标是保持数据的稀疏结构关系。然而,SPP是无监督并且不适合分类任务......
当前,图像识别成为人工智能和模式识别领域中一项最为重要和活跃的研究课题,本文的研究是基于典型相关分析(Canonical Correlation......
高维数据的涌现是模式识别面临的极大挑战,降维技术已成为处理高维数据,克服“维数灾难”的重要途径。研究表明多数降维方法可归结......
稀疏表示系数包含较强的鉴别信息,稀疏保持投影(Sparsity Preserving Projections,SPP)利用稀疏表示系数进行特征提取.本文通过核......
作为一种非接触式且长期有效的身份识别技术,人脸识别已广泛地应用于安防、监控、登录等场合中。2015年初,马云宣布淘宝将采用“刷......
鉴于近年来稀疏表示(Sparse representation,SR)在高维数据例如人脸图像的特征提取与降维领域的快速发展,对原始的稀疏保持投影(Sp......
经过多年发展，将二维、三维两种模态的信息融合起来进行人脸识别已然成为当今的主流方向。采用单一的二维人脸进行特征提取通常受光......
针对稀疏保持投影的稀疏重构过程中监督信息不足的问题,提出一种成对约束指导的稀疏保持投影算法。该算法在训练样本数据的稀疏重......
最近，人们对高维数据（例如人脸图像）潜在的稀疏表征结构有很大兴趣。提出一种称为稀疏保持判别嵌入（SPDE）新降维算法，该算法在稀疏保持投......
