基于核的广义Foley-Sammon鉴别分析 |
| |
引用本文: | 高秀梅,金忠,郭丽,杨静宇.基于核的广义Foley-Sammon鉴别分析[J].计算机科学,2004,31(9):165-168. |
| |
作者姓名: | 高秀梅 金忠 郭丽 杨静宇 |
| |
作者单位: | 南京理工大学计算机科学系,南京,210094 |
| |
基金项目: | 国家自然科学基金资助项目(编号:600072034). |
| |
摘 要: | 广义Foley-Sammon线性鉴别分析(GFSDA)是抽取线性特征的有效方法之一。本文提出了基于核的广义Foley-Sammon鉴别分析(KGFSDA)方法,首先建立KGFSDA的模型,然后从理论上给出KGFSDA模型的具体求解方法。分析表明,KGFSDA保留了GFSDA能从整体上考虑经过广义最佳鉴别变换后样本的可分性的优点,更重要的是该方法能够有效地抽取样本的非线性特征,是对GFSDA的进一步拓展。在ORL标准人脸库上的实验结果表明,该方法在识别性能上优于已有的广义Foley-Sammon线性鉴别分析,也比经典的Foley-Sammon线性鉴别分析更有效。
|
关 键 词: | Foley-Sammon 线性鉴别分析 人脸库 广义 抽取 识别性能 模型 法能 保留 标准人 |
Kernel-Based Generalized Foley-Sammon Discriminant Analysis |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|
点击此处可从《计算机科学》下载全文 |
|