-
题名一种新的基于最大散度差准则的特征抽取方法
被引量:1
- 1
-
-
作者
林宇生
王建国
杨静宇
-
机构
南京理工大学计算机系
-
出处
《计算机科学》
CSCD
北大核心
2007年第12期157-160,共4页
-
基金
国家自然科学基金资助(编号:60472060)
-
文摘
本文基于最大散度差准则(MSDC),利用统计不相关投影空间,提出了一组具有统计不相关性的最佳鉴别矢量的计算方法。该方法的目标是寻求一组鉴别矢量集,既要使投影后的特征空间的类间散度最大,而类内散度最小;又要使最佳鉴别矢量之间具有统计不相关性。另外,本文还揭示了最大散度差鉴别准则与Fisher准则的内在关系。在ORL与NUST603人脸库上的实验结果表明,本文所提出的方法在识别性能上优于原MSDC特征抽取方法与传统的PCA方法。
-
关键词
最大散度差准则
统计不相关投影空间
最佳鉴别矢量
统计不相关
特征抽取
人脸识别
-
Keywords
Maximum scatter difference criterion, Statistical uncorrelated projection space, Optimal discriminant vectors, Statistically uncorrelation, feature extraction, face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于散度差准则的隐空间特征抽取方法
- 2
-
-
作者
陈才扣
宋枫溪
刘永俊
杨静宇
-
机构
扬州大学计算机科学与工程系
南京理工大学计算机科学与工程系南京
炮兵学院
南京理工大学计算机科学与工程系
-
出处
《计算机科学》
CSCD
北大核心
2006年第12期174-176,199,共4页
-
基金
国家自然科学基金(60472060)
江苏省博士后科研资助计划项目
江苏省高校自然科学基金(05KJB520152)的资助。
-
文摘
本文提出了一种新的非线性特征抽取方法——基于散度差准则的隐空间特征抽取方法。该方法的主要思想就是首先利用一核函数将原始输入空间非线性变换到隐空间,然后,在该隐空间中,利用类间离散度与类内离散度之差作为鉴别准则进行特征抽取。与现有的核特征抽取方法不同,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于采用了散度差作为鉴别准则,从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题。在ORL人脸数据库和AR标准人脸库上的试验结果验证了本文方法的有效性。
-
关键词
隐空间
散度差鉴别准则
特征抽取
人脸识别
-
Keywords
hidden space,scatter difference discrminant criterion, feature extraction, face recognition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-