《表1 不同算法的计算时间、样本表示》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于稀疏张量判别分析的人体行为识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

当对样本进行特征提取时，LFDA算法用一个高维向量（32×24×10=7680）来表示一个剪影序列，这就导致当进行特征值求解时计算量大、耗时长。而TLFDA算法、STLFDA算法用一个三阶张量表示剪影序列，并直接在张量空间中求解每一模上的投影矩阵，极大减小了计算复杂度。表1是不同算法的计算时间及样本表示。