-
题名局部判别型典型相关分析算法
被引量：4
- 1
-
-
作者
彭岩
张道强
-
机构
南京航空航天大学计算机科学与工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第21期126-129,共4页
-
基金
江苏省自然科学基金( the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2006521)
南京航空航天大学科研创新基金资助
-
文摘
在典型相关分析(CCA)的基础上,通过引入样本的类信息,并结合局部化思想,充分考虑了同类样本之间的局部相关与不同类样本之间的局部相关关系及其对分类的影响,提出了一种新的有监督学习方法——局部判别型CCA(Locality Discriminative CCA,简记为LDCCA)。LDCCA提取的特征能够实现同类样本之间相关最大化,同时使得不同类样本之间相关最小化,这将有利于模式的分类。在人工数据集,手写体数字数据集上和ORL,Yale和AR人脸数据集的实验结果表明,LDCCA能有效地利用类信息来提高分类性能。
-
关键词
典型相关分析
特征提取
局部化判别
降维
-
Keywords
canonical correlation analysis
feature extraction
local discrimination
dimensionality reduction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名监督型典型相关分析及其行为识别应用
被引量：1
- 2
-
-
作者
张志平
彭岩
-
机构
苏州大学网络中心
-
出处
《计算机应用与软件》
CSCD
2010年第12期15-17,47,共4页
-
基金
国家自然科学基金项目(60673092
60873116)
-
文摘
局部判别型典型相关分析CCA(LDCCA)是一种线性判别方法,只适用于处理线性可分的问题。为了更好地处理现实世界中存在的非线性现象,利用核技巧对LDCCA进行了核化,提出了一种新的有监督多模态识别方法即核化的局部判别型典型相关分析(KLDCCA)。LDCCA和KLDCCA引入了样本的类信息,充分考虑了同类样本之间的局部相关与不同类样本之间的局部相关关系及其对分类的影响,因此,提取的特征能够实现同类样本之间相关最大化,同时使得不同类样本之间相关最小化,这将有利于模式的分类。在人脸识别和简单行为识别上的应用表明,LDCCA和KLDCCA能有效地利用类信息和局部信息来提高分类性能。
-
关键词
典型相关分析
有监督学习
类信息
局部化判别
核技巧
行为识别
-
Keywords
Canonical correlation analysis Supervised learning Class information Local discrimination Kernel trick Activity recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
