基于小波和非负稀疏矩阵分解的人脸识别方法摘要：提出了利用小波变换(WT)、非负稀疏矩阵分解(NMFs)和Fisher线性判别(FLD)来进行人脸识别。用小波变换分解人脸图像，选择最低分辨率的子段，既能捕获到人脸的实质特征，又有效地降低了计算复杂性；非负稀疏矩阵分解能显示地控制分解稀疏度和发现人脸图像的局部化表征；Fisher线性判别能在低维子空间中形成良好的分类。实验结果表明，这种方法对光照变化、人脸表情和部分遮挡不敏感...
基于非负稀疏表示的多标签学习算法#陈思宝1,2，徐丹洋1,2，罗斌1,2*（1.安徽大学计算机科学与技术学院，合肥230601；5101520253035402.安徽省工业图像与分析重点实验室，合肥230039）摘要：为提高多标签数据分类性能，提出基于非负稀疏表示多标签学习算法。首先基于LASSO稀疏最小化方法，将测试样本用训练样本集进行非负稀疏线性重构，得到稀疏的非负重构系数；然后根据非负重构系数计算测试样本的各个标签隶属度；...
