论文部分内容阅读
针对传统核稀疏表示分类方法在高维数据集上分类精度较低且计算复杂度较高的问题,提出基于谱回归的核稀疏表示分类方法。该方法先采用谱回归分析得到用于特征提取的转换矩阵,并通过转换矩阵对样本数据进行特征提取,再通过核方法将其投影到高维特征空间使其更加具有可分性,并最终在高维特征空间中使用稀疏表示方法对人脸图像加以识别。通过将谱回归方法与核稀疏表示分类方法结合,有效利用了数据集的流形结构和类别信息,较好地解决了高维人脸图像核稀疏表示分类问题。在标准人脸图像数据集上的实验结果表明,该方法不仅提高了识别率,而且减