[发明专利]一种基于鲁棒子空间表示的局部自适应特征选择方法及装置

摘要

本发明的实施方式提供了一种基于鲁棒子空间表示的局部自适应特征选择方法及装置，属于图像分类技术领域，本发明引入低秩表示来构建一个数据重建模型，以此弥补噪声对数据真实结构的破坏；为了更好的探索数据的结构，采用自适应学习方式，学习到更具判别性的特征投影；将目标函数中的特征投影施加正交约束；将一个图像数据集分成测试集和训练集；通过训练集，求解出目标函数值最小化时各个变量的值；目标函数求解后得到一个特征投影；通过所述特征投影投影测试集，得到数据集里所有类别图像的判别性高的特征，最终通过分类器得到所述数据集的识别率；本发明用自表示系数作为约束项来构造特征投影的判别项，能够将子空间结构相似性约束引入到适用于图像识别和分类任务的判别特征学习模型中，促进模型自适应性和鲁棒性。