關鍵詞：魯棒分類法 最小二乘回歸 非線性二階段 近鄰表示系數 最小誤差準則 

摘要：針對最小二乘回歸分類法對原始數據進行分類時容易受到噪聲樣本影響的不足,利用系數增強的方法提出一種緩解噪聲樣本對表示系數影響的魯棒分類法.該方法是一種兩階段最小二乘回歸分類法:第一階段通過最小二乘回歸分類法獲得表示系數,第二階段強化近鄰表示系數的作用得到表示系數.最后用最小誤差準則對測試樣本進行分類,利用核理論進一步提出非線性兩階段最小二乘回歸分類法,并在4個常用人臉圖像數據集上驗證了該方法的有效性.

福州大學學報·自然科學版雜志要求:

{1}參考文獻以作者親自閱讀的近期公開發表的文獻為準(內部資料、待發表等不得列入)，論著類文稿的參考文獻不超過10條，綜述類文稿的參考文獻不超過30條，其他類文稿的參考文獻不超過5條。

{2}對于重要的或有爭議的稿件，編輯委員會將在與編輯部之外的專門研究人員協商討論后，最終決定是否錄用，但只以文章質量為依據。

{3}來稿應是未曾公開發表的原創性稿件。

{4}文章大標題不超過20字，要簡明、具體、可以概括全文，特別有必要的時候可以加副標題。

{5}正文標題層次分級：一般不超過4級。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社