[发明专利]基于低秩稀疏表示的图像分类方法

摘要

基于低秩稀疏表示的图像分类方法，包括以下步骤：将训练样本A和测试样本Y的每一列分别归一化为单位L2范数；计算投影矩阵P；计算训练样本A的投影矩阵A'；计算测试样本Y的投影矩阵Y'；使用最近邻分类器完成分类任务。本发明有益效果：本发明将稀疏表示、低秩表示和判别投影集成到一个框架中，并考虑了观测数据的局部和全局结构信息，与其他降维方法相比，该方法对离群点和噪声具有更强的鲁棒性。

主权项

1.基于低秩稀疏表示的图像分类方法，其特征在于：包括以下步骤：步骤一、来自C类训练样本矩阵A＝[A1,A2,…,Ac]∈Rm×N，测试样本Y＝[y1,y2,…,yM]∈Rm×M，将训练样本A和测试样本Y的每一列分别归一化为单位L2范数，其中N表示训练样本个数，M表示测试样本个数，m表示样本的维数；步骤二、计算投影矩阵P；步骤三、计算训练样本A的投影矩阵A'：A'＝PA；步骤四、计算测试样本Y的投影矩阵Y'：Y'＝PY；步骤五、使用最近邻分类器完成分类任务。