-
题名基于边界判别投影的数据降维
被引量：16
- 1
-
-
作者
何进荣
丁立新
李照奎
胡庆辉
-
机构
软件工程国家重点实验室(武汉大学计算机学院)
-
出处
《软件学报》
EI
CSCD
北大核心
2014年第4期826-838,共13页
-
基金
中央高校基本科研业务费专项资金(2012211020209)
广东省省部产学研结合专项资金(2011B090400477)
+2 种基金
珠海市产学研合作专项资金(2011A050101005
2012D0501990016)
珠海市重点实验室科技攻关项目(2012D0501990026)
-
文摘
为了提取具有较好判别性能的低维特征,提出了一种新的有监督的线性降维算法——边界判别投影,即,最小化同类样本间的最大距离,最大化异类样本间的最小距离,同时保持数据流形的几何形状.与经典的基于边界定义的算法相比,边界判别投影可以较好地保持数据流形的几何结构和判别结构等全局特性,可避免小样本问题,具有较低的计算复杂度,可应用于超高维的大数据降维.人脸数据集上的实验结果表明,边界判别分析是一种有效的降维算法,可应用于大数据上的特征提取.
-
关键词
边界判别投影
数据降维
特征提取
边界样本点
人脸识别
-
Keywords
margin discriminant projection
dimensionality reduction
feature extraction
margin sample
face recognition
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
