一种基于子空间分析的分类识别方法技术

本发明专利技术涉及基于子空间分析的新型分类识别算法，其借鉴稀疏性分析模型和支持向量机的思想，设计J类分类器组合，对每个分类器组，把匹配的测试样本投影到零点附近，而不匹配的样本投影到离零点尽可能远处；然后根据最近邻原理进行分类判别。本发明专利技术将子空间分析分类器用于人脸识别，在ORL人脸识别数据库上的实验中，子空间分析分类器表现出了优于传统分类器的分类性能；在小样本数据实验中，具有识别速度快，精度高，不需要长时间训练的特点；实验结果充分证实了子空间分析分类器的可行性和有效性。

A new classification recognition algorithm based on subspace analysis

The invention relates to a novel classification algorithm based on subspace analysis, the use of sparse analysis model and support vector machine theory, the design of class J classifier combination for each classifier group, the test sample projection matching to near zero, and the sample does not match the projection from the zero distance as much as possible; then according to the nearest neighbor the principle of classification. In the invention, the subspace analysis classifier for face recognition, face recognition in the ORL database experiment, subspace analysis classifier showed better classification performance than the traditional classifiers; in the experiment of small sample data, high recognition speed, high precision, long time without training; the experimental results fully confirm the analysis the feasibility and effectiveness of the classifier subspace.

【技术实现步骤摘要】
一种基于子空间分析的新型分类识别算法
本专利技术涉及一种分类识别算法，尤其是涉及一种基于子空间分析的新型分类识别算法。
技术介绍
随着模式识别、机器学习、人工智能等领域的不断发展和新技术的不断涌现，分类算法得到了长足的发展。作为模式识别的最后一个环节，分类识别是至关重要的。这个阶段的工作就是设计分类器，将待识别的图像特征与训练样本图像特征进行匹配，获得分类结果。在无监督学习的分类器设计中，最近邻(NN，NearestNeighbor)思想应用最为广泛。其主要原则是如果一个样本在特征空间中的最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。后来衍生出来的最近特征线(NearestFeatureLine，NFL)和最近特征面(NearestFeaturePlane，NFP)以及最近特征子空间(NearestFeatureSubspace，NFS)算法都是这一思想的具体实现，都是计算测试样本到训练样本组成区域(点线面子空间)的最短距离。基于监督学习的分类器有支持向量机和神经网络的分类器，需要很长训练时间，且当样本不充分时容易陷入局部最小。近些年来，出本文档来自技高网...

【技术保护点】
一种基于子空间分析的新型分类识别算法，其特征在于对人脸样本信号，设计人脸分类器，任意一个给定图像块有m×n像素，其拉直后有x∈R

【技术特征摘要】
1.一种基于子空间分析的新型分类识别算法，其特征在于对人脸样本信号，设计人脸分类器，任意一个给定图像块有m×n像素，其拉直后有x∈RN×1，这里N＝m×n，给定J类样本每类有Lj个样本，Ωj表示第j类样本投影矩阵，Xj代表第j类训练样本，Xj*代表第j类训练样本以外的其他类样本，Ωj*表示第j类样本投影矩阵外的其他投影矩阵；令对Lj≤N由下式决定定义其中，因此其中，属于对称向量Rj所对应的N个归一化特征向量集合{±Vj(：，n)}，这里并且其受如下约束rank(Ωj)＝Lj，式(1)的解如下：设计其中，Lj满足γLj≥0并且γLj+1<0；其分类结果由下式决定2.根据权利要求1所述的基于子空间分析的新型分类识别算法，其特征在于：当每个Ωj有L重复的行，是独立L；如果L＝1，是Xj的零空间，如果测试图像x属于这个零空间，正交与由于Ωjx＝0，那么x就归类到第j类。3.根据权利要求2...

【专利技术属性】
技术研发人员：于爱华，侯北平，李刚，冯晞，张震宇，孙勇智，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：浙江,33