-
题名基于矩阵模式的最小类内散度支持向量机
被引量:7
- 1
-
-
作者
皋军
王士同
-
机构
江南大学信息工程学院
盐城工学院信息工程学院
浙江大学CAD&CG国家重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2009年第5期1051-1057,共7页
-
基金
国家863高技术研究发展计划(No.2007AA1Z158,No.2006AA10Z313)
国家自然科学基金(No.60773206,No.90820002)
+2 种基金
2007年教育部高等学校创新工程重大培育项目
浙江大学CAD&CG国家重点实验室开放课题(No.A0802)
国防应用基础研究基金(No.A1420461266)
-
文摘
基于最小类内散度支持向量机(MCSVMs)提出一种新的矩阵模式的最小类内散度支持向量机(MCSVMsmatrix).同时为了更好地解决非线性分类问题,将Mercer核函数引入到MCSVMsmatrix方法中,并提出基于矩阵模式的非线性支持向量机:Ker-MCSVMsmatrix.上述两种方法不但继承了MCSVMs的优点,而且由于将矩阵模式的类内散度矩阵引入到支持向量机中,从而在理论上可以较好地解决了MCSVMs方法在处理小样本高维数据集时类内散度矩阵奇异性问题,同时降低了求解类内散度矩阵及其逆矩阵和权重矢量的时间、空间复杂度.因此,在一定程度上提高了分类精度.实验结果也表明MCSVMsmatrix、Ker-MCSVMsmatrix具有上述优势.
-
关键词
支持向量机
矩阵模式
类内散度矩阵
人脸识别
-
Keywords
SVMs
matrix pattern
within-class scatter matrix
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于最小类内方差的伪三维残差网络
被引量:2
- 2
-
-
作者
谢超宇
秦玉
张开放
王晓明
-
机构
西华大学计算机与软件工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第12期3801-3807,共7页
-
基金
西华大学研究生创新基金资助项目(ycjj2019085)。
-
文摘
作为一种提取视频时空特征的深度学习方法,伪三维残差网络(pseudo-3D residual net,P3D ResNet)利用SVM目标函数来驱动深度网络学习,这样该方法继承了SVM的不足——仅考虑了不同类别间的间隔,忽略了同类样本数据的分布信息。针对该问题,提出了基于最小类内方差的伪三维残差网络方法,不仅体现了大间隔原理,同时又利用了样本数据的分布信息。该方法首先使用P3D ResNet提取的特征向量计算类内散度矩阵;然后利用该矩阵构建了新的目标函数;最后通过新构建的目标函数来驱动P3D ResNet的学习。将该方法应用到行为识别领域,多个数据集上的实验结果表明,相比于传统的P3D ResNet,所提出的方法获得了更高的识别准确率,体现出了更好的泛化性能。
-
关键词
深度学习
伪三维残差网络
支持向量机
类内散度矩阵
行为识别
-
Keywords
deep learning
pseudo-3D residual network
SVM
intra-class divergence matrix
action recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于缓变特征学习的判别有序回归
被引量:1
- 3
-
-
作者
李亚克
高航
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机与现代化》
2016年第7期24-27,32,共5页
-
文摘
有序回归是一种重要的机器学习范式,其目标是针对输出离散且有序的数据建立一个回归器以预测相应有序输出或离散类标。尽管现有的有序回归方法通过利用此类先验有序信息获得了比一般方法更优的性能。但是,并没有考虑缓变学习准则与有序回归的结合。本文通过缓变学习准则对每个样本类构建多个类内时间序列计算缓变类内散度矩阵,然后在有序约束条件的基础上根据线性判别准则寻找最佳投影进行有序映射,提出一种新的基于缓变特征学习的判别有序回归方法(Slow Feature Learning Discriminant for Ordinal Regression,SFLDOR)。通过在8个标准有序回归数据集上的对比实验表明,本算法在回归和分类性能上均优于使用普通类内散度矩阵的算法。
-
关键词
有序回归
缓变学习准则
时间序列
线性判别
缓变类内散度矩阵
-
Keywords
ordinal regression
slow learning principle
time series
linear discriminant
slowness within-class scatter matrix
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于二维有监督测地线判别投影的戴眼镜人脸识别
- 4
-
-
作者
宋彩芳
孙艳丰
-
机构
北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室
-
出处
《黑龙江大学自然科学学报》
CAS
北大核心
2011年第5期756-762,共7页
-
基金
国家自然科学基金资助项目(60973057)
-
文摘
针对戴眼镜人脸识别问题,提出了二维有监督测地线判别投影(2D Supervised Geodes-ic Discriminant Projection,2DSGDP)方法。该方法在扩充虚拟样本库的基础上,分析戴眼镜人脸图像和不戴眼镜人脸图像,及戴不同眼镜人脸图像的差异,提取判别特征用于识别。该特征同时考虑类内类间差异,寻找一种在最大化类间散度矩阵的同时最小化类内散度投影矩阵,使得属于同一类的数据投影后距离近,不同类的数据投影后距离远,降维投影后的类别特征得以保持。在FERET人脸库和CAS-PEAL人脸库上分别进行了实验,实验结果表明,该方法相比较其他方法更能提高戴眼镜人脸的识别率。
-
关键词
三维形变模型
类内散度矩阵
类间散度矩阵
二维测地线距离判别投影
-
Keywords
3D morphable model
within scatter
between scatter
2D Supervised Geodesic Discriminant Projection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名MCVSVM驱动卷积神经网络模型的图像识别
- 5
-
-
作者
肖遥
蒋琦
-
机构
西华大学计算机与软件工程学院
-
出处
《现代计算机》
2020年第11期54-57,66,共5页
-
文摘
针对支持向量机(SVM)驱动的积神经网络(CNN)模忽视特征的空间分布信息对模型泛化性能的不足,提出一种最小类内方差支持向量机(MCVSVM)驱动的CNN模型来处理图像识别任务。得益于MCVSVM中类内散度矩阵的引入,提出的CNN模型不仅考虑异类图像特征间的间隔,同时能够利用特征空间中特征向量的分布信息对CNN进行微调。在五个大规模数据集上的实验结果表明,相对于SVM驱动的CNN模型,MCVSVM驱动的CNN在实验数据集上的Top-1识别准确率最大提高4.44%。MCVSVM驱动的CNN具有更强的泛化能力以及更高的识别准确率。
-
关键词
最小类内方差支持向量机
卷积神经网络
类内散度矩阵
图像识别
-
Keywords
Minimum Class Variance Support Vector Machines(MCVSVM)
Convolutional Neural Network(CNN)
Within-Class Scatter Matrix
Image Recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-