| PCA与2DPCA的关系 |
| |
| 引用本文： | 闫荣华,彭进业,汶德胜. PCA与2DPCA的关系[J]. 计算机科学, 2017, 44(Z11): 202-206, 216 |
| |
| 作者姓名： | 闫荣华 彭进业 汶德胜 |
| |
| 作者单位： | 西北工业大学电子信息学院 西安710072;中国科学院西安光学精密机械研究所 西安710119,西北工业大学电子信息学院 西安710072;西北大学信息科学与技术学院 西安710127,中国科学院西安光学精密机械研究所 西安710119 |
| |
| 基金项目： | 本文受基于图像的植物识别和检索研究(61272285),国家863课题:媒体大数据的结构化描述方法研究(2014AA015201)资助 |
| |
| 摘 要： | ![]()
主成分分析和二维主成分分析是两种经典的数据变换方法。尽管许多学者对PCA和2DPCA进行了大量的研究和实验,但并未给出PCA与2DPCA之间的联系。文中给出二者之间的联系,即PCA与2DPCA在优化时具有相同的最优目标值,同时通过理论推导和在CMU-PIE与CK+库上的实验证明了这一观点。
|
| 关 键 词： | 人脸识别 主成分分析 二维主成分分析 |
Relationship between PCA and 2DPCA |
| |
| YAN Rong-hu,PENG Jin-ye and WEN De-sheng. Relationship between PCA and 2DPCA[J]. Computer Science, 2017, 44(Z11): 202-206, 216 |
| |
| Authors: | YAN Rong-hu PENG Jin-ye WEN De-sheng |
| |
| Abstract: | ![]()
|
| |
| Keywords: | Face recognition PCA 2DPCA |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
