| 基于样本分布相似度的期望分布鉴别分析 |
| |
| 引用本文： | 郭志波,杨静宇,郑宇杰,严云洋. 基于样本分布相似度的期望分布鉴别分析[J]. 模式识别与人工智能, 2007, 20(6) |
| |
| 作者姓名： | 郭志波 杨静宇 郑宇杰 严云洋 |
| |
| 作者单位： | 南京理工大学计算机科学与技术学院,南京,210094;扬州大学信息工程学院,扬州,225009;南京理工大学计算机科学与技术学院,南京,210094 |
| |
| 摘 要： | 主分量分析(PCA)和线性鉴别分析(LDA)是模式识别领域使用广泛的两种特征抽取方法.本文针对两种方法的不足之处,并从样本分布相似度出发提出一种期望分布鉴别分析(EDDA)方法,抽取到的鉴别特征的总体分布和设定的期望分布最为相近.即通过EDDA得到的投影向量可以抽取出最接近理想分布的鉴别特征.EDDA在投影向量的求解问题上不存在小样本问题,抽取的鉴别特征维数小,并且整体识别性能得到增强.在ORL、Yale人脸库上的实验结果证明本文方法在人脸识别精度上优于PCA和LDA方法.
|
| 关 键 词： | 期望分布鉴别分析(EDDA) 线性鉴别分析(LDA) 主分量分析(PCA) 特征抽取 |
Expected Distribution Discriminant Analysis Based on Similarity of Sample Distribution |
| |
| GUO Zhi-Bo,YANG Jing-Yu,ZHENG Yu-Jie,YAN Yun-Yang. Expected Distribution Discriminant Analysis Based on Similarity of Sample Distribution[J]. Pattern Recognition and Artificial Intelligence, 2007, 20(6) |
| |
| Authors: | GUO Zhi-Bo YANG Jing-Yu ZHENG Yu-Jie YAN Yun-Yang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
