Institute of Computing Technology, Chinese Academy IR
| 基于支持向量的Kernel判别分析 | |
张宝昌1; 陈熙霖2; 山世光2; 高文1
| |
| 2006 | |
| 发表期刊 | 计算机学报
 |
| ISSN | 0254-4164 |
| 卷号 | 29期号:12页码:2143 |
| 摘要 | 提出了一种新的基于支持向量的核化判别分析方法(SV-KFD).首先深入地分析了支持向量机(SVM)以及核化费舍尔判别分析(Kernel Fisher)方法的相互关系.基于作者证明的SVM本身所固有的零空间性质:SVM分类面的法向量在基于支持向量的类内散度矩阵条件下,具有零空间特性,提出了利用SVM的法向量定义核化的决策边界特征矩阵(Kernelized Decision Boundary Feature Matrix,KDBFM)的方法.进一步结合均值向量的差向量构建扩展决策边界特征矩阵(Ex-KDBFM).最后以支持向量为训练集合,结合零空间方法来计算投影空间,该投影空间被用来从原始图像中提取判别特征.以人脸识别为例,作者在FERET和CAS-PEAL-R1大规模人脸图像数据库上对所提出的方法进行了实验验证,测试结果表明该方法具有比传统核判别分析方法更好的识别性能. |
| 关键词 | 人脸识别 支持向量机 核分析 判别分析 零空间 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/26285 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.哈尔滨工业大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 张宝昌,陈熙霖,山世光,等. 基于支持向量的Kernel判别分析[J]. 计算机学报,2006,29(12):2143. |
| APA | 张宝昌,陈熙霖,山世光,&高文.(2006).基于支持向量的Kernel判别分析.计算机学报,29(12),2143. |
| MLA | 张宝昌,et al."基于支持向量的Kernel判别分析".计算机学报 29.12(2006):2143. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张宝昌]的文章 |
| [陈熙霖]的文章 |
| [山世光]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张宝昌]的文章 |
| [陈熙霖]的文章 |
| [山世光]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张宝昌]的文章 |
| [陈熙霖]的文章 |
| [山世光]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
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。
修改评论