Institute of Computing Technology, Chinese Academy IR
| 结构化稀疏线性判别分析 | |
| 崔振1; 山世光2; 陈熙霖2 | |
| 2014 | |
| 发表期刊 | 计算机研究与发展
 |
| ISSN | 1000-1239 |
| 卷号 | 51.0期号:010页码:2295 |
| 摘要 | 在监督场景下线性判别分析（linear discriminant analysis,LDA）是一种非常有效的特征提取方法.然而,LDA在小样本情况下通常会出现过拟合现象,并且学习的投影变换难以给出人类认知上的解释.针对这些问题,特别是可解释性结构的发现,借助于LDA的线性回归模型和结构化稀疏L2,1范数,提出了结构化稀疏线性判别分析（structured sparse LDA,SSLDA）方法.进一步,为了去除线性变换间的相关性,提出了正交化的SSLDA（orthogonalized SSLDA,OSSLDA）,它能更加有效地学习到细致的结构信息.为了求解这2个模型,引入了一个半二次的优化算法,它在投影变换和新引入的辅助变量之间采用交替优化的思想.为了验证所提出的方法,在AR、扩展的YaleB和MultiPIE 3个人脸数据库上对比了LDA及其变种方法,实验表明了所提出方法的有效性以及可解释性. |
| 关键词 | 线性判别分析 正交化 人脸识别 最小二乘 结构化稀疏 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/34978 |
| 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.华侨大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 崔振,山世光,陈熙霖. 结构化稀疏线性判别分析[J]. 计算机研究与发展,2014,51.0(010):2295. |
| APA | 崔振,山世光,&陈熙霖.(2014).结构化稀疏线性判别分析.计算机研究与发展,51.0(010),2295. |
| MLA | 崔振,et al."结构化稀疏线性判别分析".计算机研究与发展 51.0.010(2014):2295. |
| 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 |
| [崔振]的文章 |
| [山世光]的文章 |
| [陈熙霖]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [崔振]的文章 |
| [山世光]的文章 |
| [陈熙霖]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [崔振]的文章 |
| [山世光]的文章 |
| [陈熙霖]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