一种基于低秩鲁棒线性鉴别分析的图像特征提取方法

    公开(公告)号:CN110287973B

    公开(公告)日:2022-10-11

    申请号:CN201910531905.4

    申请日:2019-06-19

    Abstract: 本发明公开了一种基于低秩鲁棒线性鉴别分析的图像特征提取方法,为了克服LDA算法对噪声比较敏感,不够鲁棒的问题,本发明将低秩技术和LDA算法结合起来,提出一种低秩鲁棒线性鉴别分析的图像特征提取方法,对于一组有噪声的数据而言,利用低秩表示方法可以在学得数据的低维子空间结构的同时,将数据中的噪声分离出来。因此,在LDA算法中引入低秩分析,可以提高算法的鲁棒性,使其对噪声不敏感,从而进一步提高LDA算法的鲁棒性和识别性能。

    一种基于低秩鲁棒线性鉴别分析的图像特征提取方法

    公开(公告)号:CN110287973A

    公开(公告)日:2019-09-27

    申请号:CN201910531905.4

    申请日:2019-06-19

    Abstract: 本发明公开了一种基于低秩鲁棒线性鉴别分析的图像特征提取方法,为了克服LDA算法对噪声比较敏感,不够鲁棒的问题,本发明将低秩技术和LDA算法结合起来,提出一种低秩鲁棒线性鉴别分析的图像特征提取方法,对于一组有噪声的数据而言,利用低秩表示方法可以在学得数据的低维子空间结构的同时,将数据中的噪声分离出来。因此,在LDA算法中引入低秩分析,可以提高算法的鲁棒性,使其对噪声不敏感,从而进一步提高LDA算法的鲁棒性和识别性能。

Patent Agency Ranking