基于马氏距离的稀疏表示分类算法

来源 :计算机技术与发展 | 被引量 : 20次 | 上传用户:zhongdezhufangchuxu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
常用分类算法对人脸图像在不同光照条件下的识别效果较不理想。设计了一种新颖的基于马氏距离(Mahalanobis Distance)的人脸识别分类算法(Mahalanobis Distance based Sparse Representation Classification,MSRC)。该算法框架基于稀疏表示原理,通过引入马氏距离和乔里斯基分解(Cholesky decomposition)求出最优稀疏解向量,最终实现人脸特征分类识别。算法首先求解基于马氏距离的最小L1范数,进而对测试样本实现稀疏
其他文献
随着计算机技术的发展,测试技术和方法也取得较大的进步。在对测试的安全性和可靠性要求越来越高的同时,对测试系统也提出了许多新的要求,如集成度高、便携、小功耗和耐用等。针对某星载设备的测试要求,以及适于高温环境、安全、高可靠需要,研究并比较了几种信号隔离技术的优缺点,最终选用了磁隔离技术,设计并实现了具有信号隔离功能和USB接口的便携式GPS信号模拟源及上位机软件。经过高温环境测试,信号输出稳定,输出
据据《第36次中国互联网络发展状况统计报告》,截至2015年6月,中国手机网民规模达5.94亿,占88.9%;整体网民中,初中、高中(包括中专、技校)学历的网民分别占36.5%和30.5%。随着
针对传统遗传算法解决组合优化领域的典型难题——旅行商问题时存在的缺陷与不足,对传统遗传算法加以改进。引入了种群熵和基因座多样性来测度种群的多样性,并利用求得的测度