检索结果-维普期刊中文期刊服务平台

隐空间中参数化直接鉴别分析及其应用: 1; 作者张燕郑玮胡勇《计算机工程与应用》 CSCD 北大核心 2011年第6期212-215,共4页; 提出了一种新的非线性特征抽取方法——隐空间中参数化直接鉴别分析。其主要思想是利用一核函数将原始输入空间非线性变换到隐空间,针对在该隐空间中类内散布矩阵总是奇异等问题,利用参数化直接鉴别分析进行特征抽取。与现有的核特征抽... 展开更多; 关键词隐空间直接鉴别分析加权系数特征抽取; 在线阅读下载PDF 职称材料

直接LDA在人脸识别中的鉴别力分析被引量：7: 2; 作者赵武锋沈海斌严晓浪《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第8期1479-1483,共5页; 直接线性鉴别分析(DLDA)曾被声明利用类内离散矩阵零空间内外所有鉴别信息,为了分析声明的理论缺陷,对DLDA在人脸识别中的鉴别特性进行了研究.鉴于DLDA是在类间离散矩阵列空间中寻找最优解,理论分析从下面3方面内容展开:类间和类内离散... 展开更多; 关键词人脸识别主成分分析线性鉴别分析直接线性鉴别分析小样本; 在线阅读下载PDF 职称材料

基于矩阵分解的DLDA特征抽取方法分析: 3; 作者孔媛媛刘飞 +1 位作者张家超杨习贝《计算机应用与软件》 CSCD 2010年第5期45-47,54,共4页; 提出两种基于矩阵分解的DLDA特征抽取算法。通过引入QR分解和谱分解(SF)两种矩阵分析方法,在DLDA鉴别准则下,对散布矩阵实现降维,从而得到描述人脸图像样本更有效和稳定的分类信息。该方法通过对两种矩阵分解过程的分析,证明在传统Fishe... 展开更多; 关键词特征抽取直接线性鉴别分析矩阵分解小样本问题人脸识别; 在线阅读下载PDF 职称材料

基于QR分解的鉴别维数压缩及其在人脸识别中的应用: 4; 作者杨静宇郑宇杰《智能系统学报》 2007年第6期48-53,共6页; 维数压缩是当前模式识别研究领域中的一个重要研究方向.但是当前部分维数压缩方法缺乏有效的鉴别信息保留机制,并且在利用Fisher鉴别准则的时候经常会遇到小样本问题.简单介绍了维数压缩中的鉴别信息保留,并且提出了一种新的直接线性鉴... 展开更多; 关键词鉴别维数压缩模式识别 QR分解直接线性鉴别分析; 在线阅读下载PDF 职称材料

基于2D-PCA的两级LDA人脸识别方法被引量：3: 5; 作者王友钊潘芬兰黄静《计算机工程》 CAS CSCD 2014年第9期243-247,共5页; 线性鉴别分析(LDA)小样本问题的已有解决方法在构造最优投影子空间时未完整利用LDA的4个信息空间,为此,提出一种基于二维主成分分析(2D-PCA)的两级LDA人脸识别方法。采用减法运算对样本类内散度矩阵和类间散度矩阵的特征值矩阵求逆,以... 展开更多; 关键词线性鉴别分析直接线性鉴别分析二维主成分分析小样本问题人脸识别特征提取; 在线阅读下载PDF 职称材料

对称DLDA及其在人脸识别中的应用: 6; 作者何振学张贵仓 +2 位作者孔波杨鹏斐王济深《科学技术与工程》北大核心 2013年第21期6294-6298,共5页; 针对直接线性鉴别分析(DLDA)没有有效利用人脸对称性特征,及其在人脸识别中训练样本不足的问题,依据人脸较为明显的镜像对称性,结合该特性在直接线性鉴别分析的基础上提出对称直接线性鉴别分析方法。采用镜像变换得到奇对称样本和偶对... 展开更多; 关键词人脸识别特征提取镜像对称性直接线性鉴别分析对称直接线性鉴别分析; 在线阅读下载PDF 职称材料

题名隐空间中参数化直接鉴别分析及其应用: 1; 作者张燕郑玮胡勇; 机构金陵科技学院信息技术学院南京理工大学模式识别与智能系统实验室; 出处《计算机工程与应用》 CSCD 北大核心 2011年第6期212-215,共4页; 基金江苏省高校自然科学基础研究项目(No.08KJD520004) 金陵科技学院校级科研基金资助(No.40410827); 文摘提出了一种新的非线性特征抽取方法——隐空间中参数化直接鉴别分析。其主要思想是利用一核函数将原始输入空间非线性变换到隐空间,针对在该隐空间中类内散布矩阵总是奇异等问题,利用参数化直接鉴别分析进行特征抽取。与现有的核特征抽取方法不同的是,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于在隐空间中采用了参数化直接鉴别分析,不仅保留了参数化直接鉴别分析的优点,而且有效地抽取了样本的非线性特征;在该方法中提出了一个更为合理的加权系数矩阵,提高了分类性能。在FERET人脸数据库子库上的实验结果验证了该方法的有效性。; 关键词隐空间直接鉴别分析加权系数特征抽取; Keywords hidden space direct Linear Discriminant Analysis （LDA） weight coefficient feature extraction; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名直接LDA在人脸识别中的鉴别力分析被引量：7: 2; 作者赵武锋沈海斌严晓浪; 机构浙江大学超大规模集成电路设计研究所浙江大学信息与电子工程学系; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第8期1479-1483,共5页; 文摘直接线性鉴别分析(DLDA)曾被声明利用类内离散矩阵零空间内外所有鉴别信息,为了分析声明的理论缺陷,对DLDA在人脸识别中的鉴别特性进行了研究.鉴于DLDA是在类间离散矩阵列空间中寻找最优解,理论分析从下面3方面内容展开:类间和类内离散矩阵的列空间之间的关系、类间离散矩阵列空间与类内离散矩阵零空间的关系以及在保留全部鉴别矢量下的DLDA特性,结果表明,在小样本条件下,DLDA几乎没利用零空间内的信息,导致一些有用的鉴别信息的丢失;若保留全部的鉴别矢量,DLDA退化为类间离散矩阵的保留所有非零成分的主成分分析.在人脸数据库ORL和YALE上的比较实验结果显示:DLDA的识别率都次于其它几种线性鉴别分析扩展方法,与理论分析一致.; 关键词人脸识别主成分分析线性鉴别分析直接线性鉴别分析小样本; Keywords face recognition principal components analysis（PCA） linear discriminant analysis（LDA） direct linear discriminant analysis（DLDA） small sample size; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于矩阵分解的DLDA特征抽取方法分析: 3; 作者孔媛媛刘飞张家超杨习贝; 机构连云港职业技术学院信息工程学院连云港职业技术学院现代教育中心南京理工大学计算机科学与技术学院; 出处《计算机应用与软件》 CSCD 2010年第5期45-47,54,共4页; 基金国家自然科学基金项目(60472060 60572034) 江苏省自然科学基金项目(BK2006081); 文摘提出两种基于矩阵分解的DLDA特征抽取算法。通过引入QR分解和谱分解(SF)两种矩阵分析方法,在DLDA鉴别准则下,对散布矩阵实现降维,从而得到描述人脸图像样本更有效和稳定的分类信息。该方法通过对两种矩阵分解过程的分析,证明在传统Fisher鉴别分析方法中,矩阵分解同样可以模拟PCA过程对样本进行降维,从而克服了小样本问题。在ORL人脸数据库上的实验结果验证了该算法的有效性。; 关键词特征抽取直接线性鉴别分析矩阵分解小样本问题人脸识别; Keywords Feature extraction Direct linear discriminant analysis Matrix decomposition Small sample size problem Face recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于QR分解的鉴别维数压缩及其在人脸识别中的应用: 4; 作者杨静宇郑宇杰; 机构南京理工大学计算机科学系; 出处《智能系统学报》 2007年第6期48-53,共6页; 基金国家自然科学基金重点资助项目(60632050) 国家自然科学基金资助项目(60472060).; 文摘维数压缩是当前模式识别研究领域中的一个重要研究方向.但是当前部分维数压缩方法缺乏有效的鉴别信息保留机制,并且在利用Fisher鉴别准则的时候经常会遇到小样本问题.简单介绍了维数压缩中的鉴别信息保留,并且提出了一种新的直接线性鉴别分析方法——DLDA/QR算法.该方法首先利用矩阵的QR分解算法实现目标函数的优化,再在一个较小的空间内实现有效鉴别信息的提取.在ORL人脸数据库上的实验结果验证了算法的有效性.; 关键词鉴别维数压缩模式识别 QR分解直接线性鉴别分析; Keywords discriminant dimensionality reduction pattern recognition QR decomposition direct linear discriminant analysis （DLDA）; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于2D-PCA的两级LDA人脸识别方法被引量：3: 5; 作者王友钊潘芬兰黄静; 机构浙江大学数字技术及仪器研究所浙江理工大学信息学院; 出处《计算机工程》 CAS CSCD 2014年第9期243-247,共5页; 文摘线性鉴别分析(LDA)小样本问题的已有解决方法在构造最优投影子空间时未完整利用LDA的4个信息空间,为此,提出一种基于二维主成分分析(2D-PCA)的两级LDA人脸识别方法。采用减法运算对样本类内散度矩阵和类间散度矩阵的特征值矩阵求逆,以解决小样本问题,并连续应用Fisher准则和修改后的Fisher准则连接2个投影子空间,获取包含LDA的4个信息空间的最优投影方向,利用2D-PCA对输入样本做预处理,以减少计算复杂度。在ORL和YALE人脸库上的实验结果表明,该方法虽然训练时间略有增加,但识别率分别为92.5%和95.8%,优于其他常用LDA算法。; 关键词线性鉴别分析直接线性鉴别分析二维主成分分析小样本问题人脸识别特征提取; Keywords Linear Discriminant Analysis（LDA） Direct LDA（DLDA） Two Dimension Principle Component Analysis（2D-PCA） small sample size problem face recognition feature extraction; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名对称DLDA及其在人脸识别中的应用: 6; 作者何振学张贵仓孔波杨鹏斐王济深; 机构西北师范大学计算机科学与工程学院; 出处《科学技术与工程》北大核心 2013年第21期6294-6298,共5页; 基金甘肃省自然科学基金资助项目(0803RJZA109) 甘肃省科技攻关项目(2GS035-A052-011)资助; 文摘针对直接线性鉴别分析(DLDA)没有有效利用人脸对称性特征,及其在人脸识别中训练样本不足的问题,依据人脸较为明显的镜像对称性,结合该特性在直接线性鉴别分析的基础上提出对称直接线性鉴别分析方法。采用镜像变换得到奇对称样本和偶对称样本,再分别提取各奇偶对称样本特征分量,最后采用最小欧氏距离进行分类。通过在ORL和YALE人脸数据库上的实验证明,该算法不仅有效利用了镜像样本,扩大了训练样本容量;而且取得了比直接线性鉴别分析更好的识别性能。; 关键词人脸识别特征提取镜像对称性直接线性鉴别分析对称直接线性鉴别分析; Keywords face recognition feature extraction mirror symmetry direct linear discriminant analysis symmetrical direct linear discriminant analysis; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	隐空间中参数化直接鉴别分析及其应用	张燕郑玮胡勇	《计算机工程与应用》 CSCD 北大核心	2011	0	在线阅读下载PDF 职称材料
2	直接LDA在人脸识别中的鉴别力分析	赵武锋沈海斌严晓浪	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2010	7	在线阅读下载PDF 职称材料
3	基于矩阵分解的DLDA特征抽取方法分析	孔媛媛刘飞张家超杨习贝	《计算机应用与软件》 CSCD	2010	0	在线阅读下载PDF 职称材料
4	基于QR分解的鉴别维数压缩及其在人脸识别中的应用	杨静宇郑宇杰	《智能系统学报》	2007	0	在线阅读下载PDF 职称材料
5	基于2D-PCA的两级LDA人脸识别方法	王友钊潘芬兰黄静	《计算机工程》 CAS CSCD	2014	3	在线阅读下载PDF 职称材料
6	对称DLDA及其在人脸识别中的应用	何振学张贵仓孔波杨鹏斐王济深	《科学技术与工程》北大核心	2013	0	在线阅读下载PDF 职称材料