KPCA加LDA

KPCA-plus-LDA：一个完整的用于特征提取和识别的核Fisher判别框架。本文研究了Hilbert空间中的核Fisher判别分析（KFD）理论，提出了一个两阶段的KFD框架，即核主成分分析（KPCA）和Fisher线性判别分析（LDA）。这个框架提供了对KFD本质的新见解。在此基础上，作者提出了一种完整的核Fisher判别分析（CKFD）算法。CKFD可以在“双判别子空间”中进行判别分析，充分利用规则和不规则两种判别信息，使其成为一种更强大的判别器。利用FERET人脸库和CENPARMI手写体数字数据库对该算法进行了测试和评价。实验结果表明，CKFD算法优于其他KFD算法

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（参考 68篇文章

显示68个结果中的1到20个。
按年份排序(引用)
  1. 周，杨；陈，荣；黄，卫：再生核Hilbert空间中协方差算子的一类最优估计量（2019）
  2. 张迪；李雪强；何佳忠；杜明辉：一种基于L1范数最大化和局部保持投影的线性判别分析新算法（2018）
  3. 任迎春；王志成；陈宇飞；赵卫东：稀疏保持判别投影在人脸识别中的应用（2016）
  4. 王震；邵元海；白，兰；李春娜；刘丽明；邓乃阳：MBLDA：一种新颖的多元类间线性判别分析（2016）
  5. Zhao，Mingbo；Chow，Tommy W.S.；Wu，Zhou；Zhang，Zhao；Li，Bing:从规范化的局部和全局判别信息中学习半监督回归和降维（2015）
  6. 袁云浩；孙全森；葛红伟：分数阶嵌入正则相关分析及其在多视角降维识别中的应用（2014）
  7. Zhang，Di；He，Jiazhong；Zhao，Yun；Roo，仲亮；Du，Minghui:一个完整的特征提取和识别框架（2014）
  8. Zhang，Zhao；Yan，Shuicheng；Zhao，Mingbo:用于增强数据表示和有效子空间学习的保相似低秩表示（2014）
  9. 赵明波；张，赵；周，汤米W.S.；李冰：基于软标签的半监督降维线性判别分析（2014）
  10. 朱林；黄德双：一种基于Rayleigh-Ritz风格的大规模判别分析方法（2014）
  11. 高建强；范，李亚；李，李；徐，李忠：基于核的模糊判别分析的实际应用（2013）
  12. 宋晓宁；刘，子；杨锡北；杨靖宇：非线性判别分析的动态参数估计模糊监督学习方法（2013）
  13. 崔，严；范丽亚：一种新的监督降维算法：基于图的Fisher分析（2012）
  14. Jing，Xiaoyuan；Li，Sheng；Zhang，David；Lan，Chao；Yang，Jingyu:人脸和掌纹识别中基于最优子集划分的识别及其核化（2012）
  15. Kwak，Nojun:回归问题的核判别分析（2012）
  16. 吕桂福；邹健；王勇：人脸识别的增量完全LDA（2012）
  17. 孙忠喜；孙长银；杨万口；沈继峰：基于模糊隶属度的2DIFDA特征提取（2012）ioport公司
  18. 王京华；游，简；李，秦；许，勇：正交判别向量在跨姿态人脸识别中的应用（2012）
  19. 王京华；游，简；李，秦；徐勇：非平衡二值分类的最小正最大负特征提取（2012）ioport公司
  20. Wong，W.K.：发现降维的潜在判别信息：非负稀疏保持嵌入（2012）