特征加权组稀疏判别投影分析算法

作     者：郑建炜 黄琼芳 杨平 王万良 马文龙 

作者机构：浙江工业大学计算机科学与技术学院杭州310023 衢州职业技术学院信息工程学院衢州324000 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2016年第42卷第5期

页      面：746-759页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

基　　金：国家自然科学基金(61502424 61379123) 浙江省自然科学基金(LY15E050007 LY15F030014 LQ14F030003)资助 

主　　题：稀疏表示 保局性 组稀疏 判别投影 

摘      要：近来,稀疏表示分类算法已经在模式识别和特征提取领域获得了广泛的关注.受最近提出的稀疏表示判别投影算法启发,本文提出了一种新的特征加权组稀疏判别投影算法(Feature weighted group sparse classification steered discriminative projection,FWGSDP).首先,提出特征加权组稀疏分类算法(Feature weighted group sparsebased classification,FWGSC)进行稀疏系数编码,该算法采用带特征加权约束的保局性信息,能够鲁棒地重构给定的输入数据;其次,通过类内重构散度最小、类间重构散度最大为目标计算最优投影判别矩阵,使得输入数据具有最佳的模式分类效果;最后,提出迭代重约束稀疏编码方法并结合特征分解操作进行FWGSDP模型高效求解.在Ex Yale B,PIE和AR三个人脸数据库的实验验证了所提算法在普通数据和带噪数据中的分类效果都优于现存的算法.