马鹏
- 作品数：1 被引量：0H指数：0
- 供职机构：重庆大学数学与统计学院更多>>
- 发文基金：重庆市科技攻关计划国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自然科学总论自动化与计算机技术更多>>
- 基于光滑性和主成分的非负矩阵分解算法
- 2012年
- 非负矩阵分解(NMF)存在收敛速度慢的缺点,其根本原因是基图像(基矩阵)包含大量的噪声点。另外,系数矩阵相关性很大,不利于区分不同图像。鉴于以上缺点,提出了基于光滑性和主成分的非负矩阵分解(SPNMF):一方面通过添加常数矩阵来增强基矩阵的光滑性,平抑噪声点,达到减少迭代次数的目的;另一方面在原损失函数基础上,将系数矩阵不同列之间的方差作为惩罚项,提高系数矩阵的区分度。在PIE和FERET人脸库中的实验表明,SPNMF不仅能够提高人脸识别的正确率,而且速度比NMF快2～4倍,使得基于非负矩阵的人脸识别系统更具有实用价值。
- 马鹏杨丹方蔚涛葛永新张小洪
- 关键词：非负矩阵分解主成分分析光滑性人脸识别
