【摘 要】
：
针对稀疏表示分类（sparse representation classification,SRC）运行时间过长和协从表示分类（collaborative representation classification,CRC）仅利用人脸数据的全局特征的不足,
【基金项目】
：
国家自然科学基金资助项目（61201370）,山东省自然科学基金资助项目（ZR2014FM039）,山东省自主创新成果转化专项基金资助项目（2012CX30202）
论文部分内容阅读
针对稀疏表示分类（sparse representation classification,SRC）运行时间过长和协从表示分类（collaborative representation classification,CRC）仅利用人脸数据的全局特征的不足,提出了一种基于流形的局部加权协从表示方法（locality weighted CRC,LWCRC）,并将其应用在人脸识别中。首先将位于高维流形空间中的人脸特征进行局部加权投影到低维空间,然后通过Tikhonov正则化阵用训练样本加权表示测试样本,最后通过
其他文献
针对均匀线列阵,在宽带混合信号(不相关和相干信号共存)情形下,提出了一种DOA快速估计新算法。利用阵列协方差矩阵的Hermitian性,通过酉变换将各频点的复数据矩阵映射为实矩阵,通过实值化的TOFS法先直接估计出宽带非相关信号的DOA;然后利用空间差分技术,在各个频点上得到只含相干信号的数据协方差矩阵;通过Toeplitz矩阵重构,在不降低阵列孔径的条件下,可实现相干信号的解相干,再利用实值TO
针对节点随机布设的大规模无线传感器网络,为延长网络的寿命并提高对辐射源的定位精度,提出了一种新的分群算法。该算法综合考虑了网络能耗、节点的能耗均衡、辐射源的定位精