基于低秩分解的联合动态稀疏表示多观测样本分类算法.pdfVIP

第 期 电 子 学 报 ３ Ｖｏｌ．４３ Ｎｏ．３ 年 月 ２０１５ ３ ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｍａｒ． ２０１５ 基于低秩分解的联合动态稀疏表示 多观测样本分类算法 胡正平，高红霄，赵淑欢 （燕山大学信息科学与工程学院，河北秦皇岛０６６００４） 摘 要： 通过互联网易获得同一对象的多个无约束的观测样本，针对如何解决无约束观测样本带来的识别困难 及充分利用多观测样本数据信息提高其分类性能问题，提出基于低秩分解的联合动态稀疏表示多观测样本分类算法． 该算法首先寻找到一组最佳的图像变换域，使得变换图像可以分解成一个低秩矩阵和一个相关的稀疏误差矩阵；然后 对低秩矩阵和稀疏误