期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
局部和全局加权的二维统计不相关鉴别分析
1
作者
黄明晓
荆晓远
+1 位作者
李力
姚永芳
《计算机技术与发展》
2014年第6期114-117,共4页
传统的统计不相关鉴别分析方法使用样本的均值来估计期望,计算出总体散度矩阵。这些方法在数据不满足高斯分布的情况下会出现大的偏差,影响最优鉴别特征的提取。为了解决该问题,文中结合二维鉴别分析的思想,分别提出了基于局部的二维统...
传统的统计不相关鉴别分析方法使用样本的均值来估计期望,计算出总体散度矩阵。这些方法在数据不满足高斯分布的情况下会出现大的偏差,影响最优鉴别特征的提取。为了解决该问题,文中结合二维鉴别分析的思想,分别提出了基于局部的二维统计不相关鉴别变换(L2DUDT)方法和基于全局加权的二维统计不相关鉴别变换(WG2DUDT)方法。L2DUDT通过用样本的近邻中心来定义每个样本的期望,而WG2DUDT用样本间的欧几里得距离加权来定义期望。基于AR和FERET人脸数据库的实验表明,文中提出的方法与一些相关方法相比,有效地提高了识别性能。
展开更多
关键词
统计
不
相关
鉴别
分析
鉴别
特征
二维
鉴别
分析
二维
统计
不
相关
鉴别
变换
下载PDF
职称材料
题名
局部和全局加权的二维统计不相关鉴别分析
1
作者
黄明晓
荆晓远
李力
姚永芳
机构
南京邮电大学自动化学院
出处
《计算机技术与发展》
2014年第6期114-117,共4页
基金
国家自然科学基金资助项目(61073113)
教育部博士点博导类基金(20093223110001)
+1 种基金
教育部新世纪人才项目(NCET-09-0162)
江苏省普通高校研究生科研创新计划(CXLX13_465)
文摘
传统的统计不相关鉴别分析方法使用样本的均值来估计期望,计算出总体散度矩阵。这些方法在数据不满足高斯分布的情况下会出现大的偏差,影响最优鉴别特征的提取。为了解决该问题,文中结合二维鉴别分析的思想,分别提出了基于局部的二维统计不相关鉴别变换(L2DUDT)方法和基于全局加权的二维统计不相关鉴别变换(WG2DUDT)方法。L2DUDT通过用样本的近邻中心来定义每个样本的期望,而WG2DUDT用样本间的欧几里得距离加权来定义期望。基于AR和FERET人脸数据库的实验表明,文中提出的方法与一些相关方法相比,有效地提高了识别性能。
关键词
统计
不
相关
鉴别
分析
鉴别
特征
二维
鉴别
分析
二维
统计
不
相关
鉴别
变换
Keywords
uncorrelated discriminant analysis
discriminant features
two-dimensional discriminant analysis
two-dimensional uncorrelated discriminant transform
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
局部和全局加权的二维统计不相关鉴别分析
黄明晓
荆晓远
李力
姚永芳
《计算机技术与发展》
2014
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
