|
|||||
|
|
| 平均紧性约束下的最坏分离空间平滑判别分析 | |
| 引用本文： | 牛璐璐,陈松灿,俞璐. 平均紧性约束下的最坏分离空间平滑判别分析[J]. 模式识别与人工智能, 2014, 0(9) |
| 作者姓名： | 牛璐璐 陈松灿 俞璐 |
| 作者单位： | 1. 南京航空航天大学 计算机科学与技术学院 南京210016 2. 南京航空航天大学 计算机科学与技术学院 南京210016; 南京大学 计算机软件新技术国家重点实验室 南京210093 3. 解放军理工大学 通信工程学院 南京210007 |
| 基金项目： | 国家自然科学基金项目，江苏省自然科学基金项目，江苏省“青蓝”工程项目资助 |
| 摘 要： | 空间平滑的线性判别分析(SLDA)和基于空间平滑欧氏距离的线性判别分析(IMEDA)是目前结合图像特有的空间结构信息进行图像判别降维的两种主要方法,具有比线性判别分析(LDA)更显著的分类效果.与SLDA和IMEDA不同,文中通过参数化投影方向,约束平均类内散度(或紧性)上界和最大化最坏类间散度(或分离度),产生的降维算法分别称为WSLDA和WIMEDA.它们的求解最终可归结为简单的特征值优化问题,避免使用完整特征值分解的缺点.在Yale、AR和FERET标准人脸集上的实验验证它们的有效性. |
| 关 键 词： | 判别分析 空间结构信息 空间平滑 平均散度 特征值优化 |
Worst Separation Spatially Smooth Discriminant Analysis with Constrained Average Compactness |
|
| NIU Lu-Lu,CHEN Song-Can,YU Lu. Worst Separation Spatially Smooth Discriminant Analysis with Constrained Average Compactness[J]. Pattern Recognition and Artificial Intelligence, 2014, 0(9) | |
| Authors: | NIU Lu-Lu CHEN Song-Can YU Lu |
| Abstract: | |
| Keywords: | DiscriminantAnalysis SpatialStructureInformation SpatiallySmooth AverageScatter Eigenvalue Optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |