-
题名最大散度差和大间距线性投影与支持向量机
被引量：58
- 1
-
-
作者
宋枫溪
程科
杨静宇
刘树海
-
机构
南京理工大学计算机系
-
出处
《自动化学报》
EI
CSCD
北大核心
2004年第6期890-896,共7页
-
基金
国家自然科学基金(60072034)资助~~
-
文摘
首先对 Fisher 鉴别准则作了必要的修正，并基于新的鉴别准则设计了最大散度差分类器；然后探讨了当参数 C 趋向无穷大时，最大散度差分类器的极限情况，得到了大间距线性投影分类器；最后通过分析说明，大间距线性投影分类器实际上是在模式样本线性可分的条件下，线性支持向量机的一种特殊情况．在 ORL 和 NUST603人脸库上的测试结果表明，最大散度差分类器和大间距线性投影分类器可以与线性支持向量机、不相关线性鉴别分析相媲美，优于 Foley-Sammon 鉴别分析方法．
-
关键词
最大散度差
大间距线性投影
支持向量机
FISHER鉴别准则
线性鉴别分析
人脸
识别
-
Keywords
Algorithms
Classification (of information)
Database systems
Face recognition
Mathematical models
Theorem proving
-
分类号
O235
[理学—运筹学与控制论]
-
-
题名一类基于多目标规划的线性鉴别准则
被引量：1
- 2
-
-
作者
高秀梅
陈芳
宋枫溪
杨健
-
机构
淮阴师范学院计算机科学系
哈尔滨工业大学深圳研究生院
南京理工大学计算机科学与技术系
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第33期158-163,169,共7页
-
基金
国家自然科学基金No.60503026
江苏省高校自然科学研究指导性项目(No.04KJD520037)。~~
-
文摘
两类Fisher鉴别准则、大间距线性投影准则以及最大散度差鉴别准则都是直接用于模式分类的两类线性鉴别准则,它们的共同点是将"投影后数据的可分性达到最大的方向"作为最优投影方向。区别在于它们对数据可分性的定义有所不同。过去的研究成果表明,大间距线性投影分类器与支持向量机之间、大间距线性投影准则与最大散度差鉴别准则之间以及最大散度差鉴别准则与两类Fisher鉴别准则之间,均存在着这样或那样的联系。论文试图在以往研究成果的基础上进一步理清这些两类线性鉴别准则之间的内在关系,并建立一个统一的理论框架从而将基于投影后数据可分性的这些两类线性鉴别准则都纳入其中。
-
关键词
两类Fisher鉴别准则
大间距线性投影准则
最大散度差鉴别准则
多目标规划
-
Keywords
binary Fisher discriminant criterion
large margin linear projection criterion
maximum scatter difference discriminant criterion
multiple objective programming
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于最大散度差鉴别准则的自适应分类算法
被引量：17
- 3
-
-
作者
宋枫溪
张大鹏
杨静宇
高秀梅
-
机构
哈尔滨工业大学深圳研究生院
香港理工大学
南京理工大学
淮阴师范学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2006年第4期541-549,共9页
-
基金
国家自然科学基金(60472060)
江苏省高校自然科学研究指导性项目(04KJD520037)资助~~
-
文摘
首先证明了,当类内散布矩阵非奇异时,特定参数值c_0下最大散度差的最优鉴别方向等同于Fisher最优鉴别方向；其次,给出了最大散度差分类算法的识别率随参数C变化的曲线．该曲线通常为一脉冲曲线．随着参数C的增大,识别率也逐渐增大．当参数C增大到c_0时,识别率达到最大值．另外,以往的研究成果表明：当类内散布矩阵奇异时,最大散度差鉴别准则逐步逼近大间距线性投影准则．而且,随着参数C的不断增大,最大散度差分类算法的识别率也单调增大并最终稳定到大间距线性投影分类算法的识别率上．为此,我们提出了基于最大散度差鉴别准则的自适应分类算法．新算法可以根据训练样本的特性(类内散布矩阵是否奇异)自动选择恰当的参数C．在UCI机器学习数据库上的6个数据集以及AR人脸图像数据库上的测试结果表明,自适应最大散度差分类算法具有良好的分类性能．
-
关键词
最大散度差
大间距线性投影
FISHER鉴别准则
自适应算法
机器学习
人脸识别
-
Keywords
Maximum scatter difference, large margin linear projection, Fisher discriminant criterion, adaptive algorithm, machine learning, face recognition
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
