发明名称 | 基于核局部线性表示的分类方法 | ||
摘要 | 本发明公开了基于核局部线性表示的分类方法,利用训练样本集识别测试样本所属的类别。首先对训练样本集和测试样本中的所有样本分别进行预处理,得到新的训练样本集和新的测试样本,然后从新的训练样本集中选取一部分距离新的测试样本最近的训练样本构成近邻训练样本集,各个样本类别的近邻训练样本构成子近邻训练样本集,再使用近邻训练样本集中的样本去线性表示新的测试样本,得到一组线性表示系数,并计算新的测试样本在各个子近邻训练样本集中的重构误差,最后将测试样本归为重构误差最小的子近邻训练样本集所对应的那一类。本发明基于核局部线性表示的分类方法相较于现有技术大大提高了识别精度。 | ||
申请公布号 | CN103778438A | 申请公布日期 | 2014.05.07 |
申请号 | CN201410026849.6 | 申请日期 | 2014.01.21 |
申请人 | 南京信息工程大学 | 发明人 | 刘茜 |
分类号 | G06K9/62(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
代理机构 | 南京经纬专利商标代理有限公司 32200 | 代理人 | 许方 |
主权项 | 基于核局部线性表示的分类方法,利用训练样本集识别测试样本所属的类别,首先对训练样本集和测试样本中的所有样本分别进行预处理,得到新的训练样本集和新的测试样本,然后从新的训练样本集中选取一部分距离新的测试样本最近的训练样本构成近邻训练样本集,各个样本类别的近邻训练样本构成子近邻训练样本集,再使用近邻训练样本集中的样本去线性表示新的测试样本,得到一组线性表示系数,并计算新的测试样本在各个子近邻训练样本集中的重构误差,最后将测试样本归为重构误差最小的子近邻训练样本集所对应的那一类,其特征在于:所述预处理为采用核主成分分析方法对待处理样本做降维运算,再对降维后的所有样本做归一化运算。 | ||
地址 | 210044 江苏省南京市浦口区宁六路219号 |