-
题名一种新的基于最大散度差准则的特征抽取方法
被引量：1
- 1
-
-
作者
林宇生
王建国
杨静宇
-
机构
南京理工大学计算机系
-
出处
《计算机科学》
CSCD
北大核心
2007年第12期157-160,共4页
-
基金
国家自然科学基金资助(编号:60472060)
-
文摘
本文基于最大散度差准则(MSDC),利用统计不相关投影空间,提出了一组具有统计不相关性的最佳鉴别矢量的计算方法。该方法的目标是寻求一组鉴别矢量集,既要使投影后的特征空间的类间散度最大,而类内散度最小;又要使最佳鉴别矢量之间具有统计不相关性。另外,本文还揭示了最大散度差鉴别准则与Fisher准则的内在关系。在ORL与NUST603人脸库上的实验结果表明,本文所提出的方法在识别性能上优于原MSDC特征抽取方法与传统的PCA方法。
-
关键词
最大散度差准则
统计不相关投影空间
最佳鉴别矢量
统计不相关
特征抽取
人脸识别
-
Keywords
Maximum scatter difference criterion, Statistical uncorrelated projection space, Optimal discriminant vectors, Statistically uncorrelation, 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]
-
