-
题名一种基于核函数特征提取改进方法的应用
被引量：2
- 1
-
-
作者
李德启
刘传领
-
机构
商丘职业技术学院
南京理工大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第8期3185-3187,3191,共4页
-
文摘
针对标准的核典型相关分析(KCCA)方法在对训练样本增大的情况下相应计算机复杂度剧增、内存占用量大的缺陷,在对标准的KCCA特征提取方法分析推导的基础上,提出了一种改进的核函数特征提取方法。该方法首先根据特征值的大小对训练样本重要程度进行判断,进而完成对应特征向量的提取;然后通过与SVDD分类器的结合,在对图像识别率影响不大的情况下,提升了对图像特征提取的效率,节省了系统的存储量;最后通过在Yale标准人脸库上进行仿真对比实验,验证了该方法的可行性,从而为提高图像模式识别效率提供了一种有效的途径。
-
关键词
核典型相关分析
特征提取
计算复杂度
内存占用量
识别率
-
Keywords
kernel canonical correlation analysis（KCCA）
feature extraction
computational complexity
memory footprint
recognition rate
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
