×

兹马思-数学第一资源

线性无关样本模式识别的判别模型。(英语) Zbl 1241.68095
小结:Fisher线性判别分析(FLDA)在许多模式识别应用中得到了应用。然而,当类内散布矩阵为奇异时,即所谓的小样本问题发生时,该方法不能用于解决模式识别问题。过去提出的许多FLDA变体在模式维数较大时,要么会导致计算量过大,要么会丢失一些有用的判别信息。本文提出了一种新的具有线性无关样本的数据集模式识别系统框架。在这个框架内,一个判别模型被证明是存在的,在这个模型中,数据集的各个类的样本位于平行的超平面上,并投影到底层输入空间的一个判别子空间的单个不同点。在此模型的基础上,提出了三种不受小样本量(SSS)问题不利影响的算法,以获得具有线性无关样本的给定数据集的判别子空间。对于样本不具有线性无关性的数据集,本文还提出了一种核化的判别分析算法。仿真结果验证了该判别模型的有效性,并证明了基于该模型设计的线性和非线性算法在复杂度和分类精度方面的有效性。
理学硕士:
68吨10 模式识别,语音识别
软件:
KPCA加LDA
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Y、 基于人脸识别的新方法。第16届国际会议模式识别,第一卷(2002年),第168-171页
[2] C、 支持向量机模式识别教程。数据最小知识。迪斯科舞厅。2121–167(1998年)·Zbl 05470543
[3] H、 陈志明,李志明,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李志强,李。IEEE传输。神经网络。第17卷第6期,第1550-156页(2006年)
[4] D、 ——陈国庆,何国平,王学智,关于特征空间中数据集的线性可分性。神经计算70(13-15),2441-8(2007)
[5] D、 ——戴琰,袁国平,正则化判别分析及其在人脸识别中的应用。模式识别。36845–847(2003年)·Zbl 1032.68129号
[6] K、 -L.Du,M.N.S.Swamy,软计算框架中的神经网络(Springer,伦敦,2006)·Zbl 1101.68757
[7] K、 Fukunaga,统计模式识别导论,第二版。(学术出版社,圣地亚哥,1990年)·Zbl 0711.62052
[8] H、 高,W.D.詹姆斯,为什么直接LDA不等于LDA。模式识别。391002–1996(2006年)·Zbl 1158.68467
[9] P、 Howland,M.Jeon,H.Park,基于广义奇异值分解的聚类文本数据保结构降维。暹罗J.矩阵分析。申请。第25卷第1期,第165-179页(2003年)·Zbl 1061.68135
[10] R、 黄秋柳,陆海华,马淑珍,解决LDA的小尺寸问题,正在进行中。第16届国际会议模式识别,第3卷(2002年),第29-32页
[11] C、 Lee,D.Landgrebe,分析高维多光谱数据。IEEE传输。Geosci公司。遥控传感器31(7),792–800(1993)
[12] J、 吕,K.N.Plataniotis,A.N.Venetsanopoulos,J.Wang,一种有效的核判别分析方法。模式识别。第38卷第10期,1788-1790页(2005年)·Zbl 1077.68804
[13] C、 Park,H.Park,广义线性判别分析算法的比较。模式识别。411083–1097(2008年)·Zbl 1132.68656
[14] B、 Schölkopf,A.J.Smola,《用核学习——支持向量机,正则化,优化及超越》(麻省理工学院,剑桥,2002)
[15] G、 斯特朗,线性代数及其应用,第三版。(麻省理工学院,剑桥,1998)·邮编:1067.15500
[16] D、 L.Swets,J.Weng,使用判别特征特征进行图像检索。IEEE传输。肛门模式。机器。因特尔。第18卷第8卷,第831-836页(1996年)·Zbl 05112133
[17] 吴伟,M.O.艾哈迈德,S.萨马迪,基于修正广义奇异值分解的判别分析及其数值误差分析。让我们计算一下。维斯。3(3),159–173(2009年)
[18] J、 Yang,A.F.Frangi,J.Yang,D.Zhang,Z.Jin,KPCA plus LDA:一个用于特征提取和识别的完整核fisher判别框架。IEEE传输。肛门模式。机器。因特尔。第27卷第2期,第230-244页(2005年)·Zbl 05110640
[19] J、 Yang,D.Zhang,J.-Y.Yang,一种能处理小样本和高维问题的广义K-L展开方法。肛门模式。申请。6,47–54(2003年)·Zbl 1035.68109
[20] J、 叶,R.Janardan,C.H.Park,H.Park,H.Park.欠采样问题广义判别分析的优化准则。IEEE传输。肛门模式。机器。因特尔。第26卷第8期,982-994页(2004年)·Zbl 05112006
[21] J、 叶,T.熊,Q.Li,R.Janardan,J.Bi,V.Cherkasky,C.Kambhamettu,正则化线性判别分析的有效模型选择,in.Proc。信息和知识管理国际会议(2006年),第5-11页
[22] H、 Yu,J.Yang,高维数据的直接LDA算法及其在人脸识别中的应用。模式识别。342067-2070年(2001年)·Zbl 0993.68091
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。