[发明专利]一种基于非负表示系数的两阶段识别方法

摘要

本发明提出一种基于非负表示系数的两阶段识别方法。包括：用所有训练样本线性表示测试样本且约束表示系数非负，计算系数向量；将系数向量中元素降序排列，抽取出较大的系数及其对应的训练样本；将上一步所得的训练样本分类，计算每类样本的重构图像；用所有重构图像线性表示测试样本且约束表示系数非负，计算系数向量，根据残差对测试样本分类。本发明根据一定的筛选条件择优选取训练样本并用其线性表示测试样本，从而提高识别率。

主权项

1.一种基于非负表示系数的两阶段识别方法，其特征在于，第一阶段，用所有训练样本xij表示测试样本y且约束系数非负，并根据非负系数模型计算获得表示系数向量w；第二阶段，取出第表示系数向量w中前n个最大元素及其所对应的原始训练样本x1,x2,…,xn，并用前n个最大元素对应的训练样本x1,x2,…,xn组成字典矩阵Dnew，对字典矩阵Dnew中的全部样本进行分类，将所有属于第i类的训练样本组成字典矩阵Di，同时，从表示系数向量w中抽取出字典矩阵Di中各训练样本所对应的表示系数并组成表示系数向量αi；使用公式zj＝Djαj计算获得没类样本对应的重构样本zj；用重构样本zj表示测试样本y且约束系数非负，并根据非负系数模型计算获得表示系数向量b；根据测试样本y的残差对测试样本y进行分类；其中，xij第i类的第j个训练样本，i＝1,2,…,c,j＝1,2,…,ni，c训练样本总类数，ni为每类训练样本的总个数。