基于L1图的联合稀疏鲁棒判别回归

牛强; 陈秀宏

首页> 中文期刊> 《传感器与微系统》 >基于L1图的联合稀疏鲁棒判别回归

基于L1图的联合稀疏鲁棒判别回归

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

常用的回归模型因基于L2范数而对异常数据较为敏感,且算法得到的投影数量受到样本类别数的限制.为解决这些问题,提出了一种基于L1图的联合稀疏鲁棒判别回归模型.基于稀疏表示构造L1图,这样可自适应地寻找数据的近邻,并保留数据的局部几何结构;模型利用L2,1范数表示损失函数并将L1图融入其中以增强算法的鲁棒性,而L2,1范数惩罚项能保证联合稀疏性和有效特征提取的鲁棒性;最后采用交替迭代方法去求解该模型.在含有异常值的人脸库上进行实验,说明算法在有效降维的同时能进一步提高判别能力.

著录项

来源
《传感器与微系统》 |2019年第8期|118-121125|共5页
作者
牛强; 陈秀宏;
展开▼
作者单位

江南大学数字媒体学院;

江苏无锡214122;

江南大学数字媒体学院;

江苏无锡214122;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
回归算法; L1图; 特征提取; L2; 1范数; 鲁棒性;

相似文献

中文文献
外文文献
专利

1. 基于减量学习的鲁棒稀疏最小二乘支持向量回归机 [J] . 高润鹏 ,伞冶 ,朱奕 . 探测与控制学报 . 2011,第006期
2. 基于线性判别回归的最近-最远子空间分类鲁棒人脸识别 [J] . 姚强 ,韩红章 . 计算机应用与软件 . 2015,第004期
3. 基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法 [J] . 徐望明 ,张培 ,伍世虔 . 北京理工大学学报 . 2019,第7期
4. 基于稀疏图的鲁棒谱聚类算法 [J] . 乔晓明 ,潘晓英 . 计算机应用研究 . 2018,第006期
5. 基于稀疏鲁棒M-投资选择模型的鲁棒Half算法 [J] . 张亚飞 ,张成毅 ,罗双华 . 西安工程大学学报 . 2017,第001期
6. 基于鲁棒线性判别分析的击键特征识别方法 [C] . 沈伟国 ,王巍 . 第六届全国网络安全等级保护技术大会 . 2017
7. 基于L2,1范数和L1范数的鲁棒判别特征提取算法研究 [A] . 苗硕 . 2015

基于L1图的联合稀疏鲁棒判别回归

摘要

著录项

相似文献

相关主题

期刊订阅