一种基于核最大间距准则改进的特征提取方法
李国栋1; 李勇智2
2008-09-10
发表期刊江苏大学学报(自然科学版)
期号5页码:441-444
摘要针对非线性特征提取问题,基于核最大间距准则(KMMC),提出一种新的特征提取方法,即一组具有统计不相关性的最优核鉴别矢量集的简单计算方法.与原KMMC特征提取方法相比,新的特征提取方法消除了最优核鉴别矢量间的统计相关性,提高了特征提取的有效性.通过在ORL人脸库和YALE人脸库上进行试验,结果表明提出的特征提取方法在有效性方面整体上好于原KMMC特征提取方法和常用的核主成分分析(KPCA)法.
关键词核最大间距准则 最优核鉴别矢量 特征提取 统计不相关性 人脸识别
URL查看原文
ISSN1671-7775
语种中文
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/5107
专题兰州财经大学
作者单位1.兰州商学院信息工程学院;
2.南京林业大学信息科技学院
第一作者单位信息工程与人工智能学院
推荐引用方式
GB/T 7714
李国栋,李勇智. 一种基于核最大间距准则改进的特征提取方法[J]. 江苏大学学报(自然科学版),2008(5):441-444.
APA 李国栋,&李勇智.(2008).一种基于核最大间距准则改进的特征提取方法.江苏大学学报(自然科学版)(5),441-444.
MLA 李国栋,et al."一种基于核最大间距准则改进的特征提取方法".江苏大学学报(自然科学版) .5(2008):441-444.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[李国栋]的文章
[李勇智]的文章
百度学术
百度学术中相似的文章
[李国栋]的文章
[李勇智]的文章
必应学术
必应学术中相似的文章
[李国栋]的文章
[李勇智]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。