-
题名核零空间线性鉴别分析及其在人脸识别中的应用
被引量：10
- 1
-
-
作者
甘俊英
何国辉
何思斌
-
机构
五邑大学信息工程学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2014年第11期2374-2379,共6页
-
基金
国家自然科学基金(61372193
61072127
+5 种基金
61070167)
广东省自然科学基金(2013010013311
10152902001000002
S2011010001085
S2011040004211)
广东省高等学校高层次人才项目(粤教师函[2010]79号)资助~~
-
文摘
零空间线性鉴别分析NLDA充分利用样本总类内离散度矩阵的零空间信息,能有效克服线性鉴别分析LDA的小样本问题.核方法通过非线性映射,将输入空间样本映射到高维特征空间,再在高维特征空间利用线性特征提取算法.因此,核方法属于非线性特征提取算法.文中结合LDA、NLDA和核方法的优点,引入了核零空间线性鉴别分析KNLDA,导出了KNLDA算法.该算法通过引入核函数,得到低维矩阵,有效避免了直接计算复杂的非线性映射函数,解决了高维类内离散度矩阵的维数灾难问题.同时,将KNLDA算法应用于人脸识别.基于ORL人脸数据库以及ORL与Yale混合人脸数据库的实验结果表明了KNLDA算法的有效性.
-
关键词
核零空间线性鉴别分析
零空间线性鉴别分析
核方法
人脸识别
-
Keywords
kernel null space linear discriminant analysis
null space linear discriminant analysis
kernel method
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于核的快速非线性鉴别分析方法
被引量：9
- 2
-
-
作者
徐勇
杨静宇
金忠
娄震
-
机构
南京理工大学计算机科学与技术系
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2005年第3期367-374,共8页
-
基金
国家自然科学基金项目(60072034)
-
文摘
基于"核技巧"提出的新的非线性鉴别分析方法在最小二乘意义上与基于核的Fisher鉴别分析方法等效,相应鉴别方向通过一个线性方程组得出,计算代价较小,相应分类实现极其简便.该方法的最大优点是,对训练数据进行筛选,可使构造鉴别矢量的"显著"训练模式数大大低于总训练模式数,从而使得测试集的分类非常高效;同时,设计出专门的优化算法以加速"显著"训练模式的选取.实验表明,这种非线性方法不仅具有明显的效率上的优势,且具有不低于基于核的Fisher鉴别分析方法的性能.
-
关键词
基于核的Fisher鉴别分析
基于核的快速非线性鉴别分析
最小二乘解
特征抽取
-
Keywords
kernel-based Fisher discriminant analysis
kernel-based nonlinear discriminant analysis
least squares solution
feature extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名新的非线性鉴别特征抽取方法及人脸识别
被引量：2
- 3
-
-
作者
刘永俊
陈才扣
赵根林
杨静宇
-
机构
常熟理工学院软件工程系
扬州大学信息工程学院
南京理工大学计算机科学与工程系
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第6期1519-1521,1550,共4页
-
基金
国家自然科学基金项目(60472060)
江苏省高校自然科学基金项目(05KJB520152)
-
文摘
在非线性空间中采用新的最大散度差鉴别准则,提出了一种新的核最大散度差鉴别分析方法。该方法不仅有效地抽取了人脸图像的非线性鉴别特征,而且从根本上避免了以往核Fisher鉴别分析中训练样本总数较多时,通常存在的核散布矩阵奇异的问题,计算复杂度大大降低,识别速度有了明显的提高。在ORL人脸数据库上的实验结果验证了该算法的有效性。
-
关键词
核非线性鉴别分析
最大散度差鉴别准则
核最大散度差鉴别分析
特征抽取
人脸识别
-
Keywords
kernel nolinear discriminant analysis
maximum scatter difference criterion
kernel maximum scatter difference discriminant analysis
feature extraction
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于2D-Gabor与KLDA的特征提取
被引量：1
- 4
-
-
作者
张建明
杜丹
刘俊宁
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第15期137-139,共3页
-
基金
国家自然科学基金资助项目(60673190)
江苏省自然科学基金资助项目(BK2009199)
-
文摘
提出一种2D-Gabor小波与核线性鉴别分析(KLDA)相结合的特征提取方法。该方法对经过预处理的人脸图像进行多方向、多尺度的2D-Gabor滤波,将滤波后的图像看作独立样本加入原样本库中,对新样本利用KLDA方法进行二次特征提取,得到较理想的类内聚度和类间散度样本特征,再采用三阶近邻分类器进行特征分类处理。实验结果表明,该方法相比传统方法识别率更高,易于工程实现。
-
关键词
人脸识别
2D-Gabor小波
核线性鉴别分析
类内聚度
类间散度
-
Keywords
face recognition
2D-Gabor wavelet
Kernel Linear Discriminant Analysis（KLDA）
class cohesion
between-class scatter
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进花朵授粉算法的极限学习机模型
被引量：3
- 5
-
-
作者
邵良杉
兰亭洋
李臣浩
-
机构
辽宁工程技术大学系统工程研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第12期281-288,共8页
-
基金
国家自然科学基金(71371091)
-
文摘
为提高瓦斯突出风险预测的准确率和效率,在极限学习机(ELM)模型的基础上构建预测模型ACFPA-ELM。采用核线性鉴别分析(KLDA)对瓦斯突出样本数据进行特征抽取,利用代价敏感思想修正ELM适应度函数,同时将Tent混沌搜索和自适应算子引入花朵授粉算法(FPA)中,优化ELM的初始输入权值和阈值,从而提高对瓦斯突出风险的预测能力。实验结果表明,相较于经典的SVM、BP和ELM单一预测模型以及改进的FPA-ELM和PSO-ELM复合预测模型,ACFPA-ELM模型在瓦斯突出风险预测的准确率、预测一致性以及运行效率方面均具有明显的优势。
-
关键词
瓦斯突出
花朵授粉算法
极限学习机
核线性鉴别分析
混沌映射
-
Keywords
gas outburst
Flower Pollination Algorithm(FDA)
Extreme Learning Machine(ELM)
Kernel Linear Discriminant Analysis(KLDA)
chaos mapping
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多特征组合的交通标识识别
被引量：5
- 6
-
-
作者
齐朗晔
张重阳
何成东
-
机构
南京理工大学计算机科学与工程学院
南京理工大学高维信息智能感知与系统教育部重点实验室
中国电子科技集团公司第五十二研究所物联网研究院
-
出处
《计算机工程与科学》
CSCD
北大核心
2015年第4期776-782,共7页
-
基金
国家自然科学基金资助项目(90820306)
高维信息智能感知与系统教育部重点实验室(南京理工大学)开放基金资助项目(MEKL201308)
-
文摘
在分块核函数的基础上提出了基于多个图像特征进行组合决策的识别方法。该算法先对交通标识图像提取两个不同的特征,即HOG特征和基于子模式组合的分块核函数特征,然后针对不同特征构造相应的分类器,最后对这几个分类器的输出采用投票机制进行决策融合。在德国交通标识数据库上的实验结果表明,该方法相比单特征识别具有更高的识别准确率。
-
关键词
核Fisher非线性鉴别分析
特征组合
分块核方法
交通标识识别
-
Keywords
kernel Fisher nonlinear discriminate analysis
feature combination
block kernel function
traffic sign recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
