特征融合之基于稀疏表示理论的特征融合算法

本篇博客用到了范数

一、稀疏表示

二、基于联合稀疏表示的特征融合算法

思想:基于稀疏表示理论的特征融合算法是对样本提取特征后建立特征联合稀疏表示矩阵,这个稀疏表示矩阵就是多特征的融合结果。

1.训练样本

2.测试样本

3.算法

三、鲁棒的基于联合稀疏表示的特征融合算法

参考文献:

[1]刘渭滨, 邹智元, 邢薇薇. 模式分类中的特征融合方法[J]. 北京邮电大学学报, 2017(04):5-12.

[2]Shekhar S , Patel V M , Nasrabadi N M , et al. Joint Sparse Representation for Robust Multimodal Biometrics Recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2014, 36(1):113-126.

  • 5
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值