×

基于核的模糊判别分析的实际应用。 (英语) Zbl 1284.62373号

摘要:提出了一种新的特征提取和识别方法,称为核模糊判别分析(KFDA),用于处理识别问题,例如图像。KFDA方法是结合模糊方法和核技巧的优点而得到的。基于矩阵的正交三角分解和奇异值分解(SVD),得到了KFDA的两个不同变体KFDA/QR和KFDA/SVD。在该方法中,将隶属度引入类间和类内散布矩阵的定义中,以得到类间和类别内散布矩阵。通过结合样本数据的特征度量来获得隶属度。此外,从纯数学的角度研究了采用不同措施的效果,并使用t检验统计方法比较了学习算法的鲁棒性。在ORL和FERET人脸数据库上的实验结果表明,就平均正确识别率而言,KFDA/QR和KFDA/SVD比模糊判别分析(FDA)和核判别分析(KDA)更有效、更可行。

MSC公司:

62小时30分 分类和区分;聚类分析(统计方面)
62小时86 多元分析与模糊性
62华氏35 多元分析中的图像分析
15B99型 特殊矩阵
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aydilek,I.B.和Arslan,A.(2012年)。使用k近邻和神经网络估计数据库中缺失值的新型混合方法,《国际创新计算、信息和控制杂志》7(8):4705-4717。
[2] Baudat,G.和Anouar,F.(2000年)。使用核方法的广义判别分析,神经计算12(10):2385-2404·doi:10.1162/089976600300014980
[3] Belhumeur,P.N.和Kriegman,D.J.(1997年)。特征脸与渔夫脸:使用类特定线性投影进行识别,IEEE模式分析机器智能学报19(7):711-720·Zbl 05111919号 ·doi:10.1109/34.598228
[4] Chen,L.F.、Liao,H.Y.M.、Ko,M.T.、Lin,J.C.和Yu,G.J.(2000)。一种新的基于LDA的人脸识别系统,可以解决小样本问题,模式识别33(10):1713-1726·Zbl 02180927号 ·doi:10.1016/S0031-3203(99)00139-9
[5] Cover,T.M.(1965)。线性不等式系统的几何和统计特性及其在模式识别中的应用,IEEE电子计算机汇刊14(3):326-334·Zbl 0152.18206号 ·doi:10.1109/PGEC.1965.264136
[6] Demsar,J.(2006)。多数据集上分类器的统计比较,机器学习研究杂志7(1):1-30。
[7] Dietterich,T.G.(1998年)。用于比较监督分类学习算法的近似统计测试,神经计算10(7):1895-1923·doi:10.11162/08997698300017197
[8] 杜达·R.O.、哈特·P.E.和斯托克·D.G.(2012)。模式分类,John Wiley and Sons,纽约州纽约市·兹伯利0968.68140
[9] Friedman,J.H.(1989)。正则判别分析,《美国统计协会杂志》84(405):165-175。
[10] Fukunaga,K.(1990年)。统计模式识别导论,加利福尼亚州圣地亚哥·Zbl 0711.62052号
[11] Gao,J.和Fan,L.(2011)。基于核的QR分解加权判别分析及其应用人脸识别,WSEAS数学汇刊10(10):358-367。
[12] Gao,J.,Fan,L.和Xu,L.(2012)。使用QR分解解决人脸识别问题,WSEAS数学事务11(1):728-737。
[13] Gao,J.Q.,Fan,L.Y.和Xu,L.Z.(2013)。基于中值-零(sw)的人脸特征识别方法,应用数学与计算219(12):6410-6419·Zbl 1410.68334号
[14] Gao,Q.X.,Zhang,L.和Zhang and D.(2008)。使用FLDA进行人脸识别,每人只需一张训练图像,应用数学与计算205(2):726-734·Zbl 1152.68679号 ·doi:10.1016/j.ac.2008.05.019
[15] Hastie,T.、Buja,A.和Tibshirani,R.(1995)。惩罚判别分析,《统计年鉴》23(1):73-102·兹比尔0821.62031 ·doi:10.1214/aos/1176324456
[16] Hastie,T.、Tibshirani,R.和Buja,A.(1994年)。最佳评分的灵活判别分析,《美国统计协会杂志》89(428):1255-1270·Zbl 0812.62067号 ·doi:10.2307/2290989
[17] Hastie,T.、Tibshirani,R.、Friedman,J.和Franklin,J.(1991)。统计学习的要素:数据挖掘、推理和预测,数学智能27(2):83-85。
[18] Hong,Z.Q.和Yang,J.Y.(2005)。针对少量样本的最优鉴别平面和平面上分类器的设计方法,模式识别24(4):317-324。
[19] Jain,A.和Zongker,D.(1997年)。特征选择:评估、应用和小样本性能,IEEE模式分析和机器智能汇刊19(2):153-158·数字对象标识代码:10.1109/34.574797
[20] Keller,J.M.、Gray,M.R.和Givens,J.A.(1985年)。模糊k近邻算法,IEEE系统事务,人与控制论15(4):580-585·doi:10.1109/TSMC.1985.6313426
[21] Koc,M.和Barkana,A.(2011年)。使用FLDA解决人脸识别中一个样本问题的新方法,应用数学与计算217(24):10368-10376·兹比尔1221.62096 ·doi:10.1016/j.amc.2011.05.048
[22] Kwak,K.C.和Pedrycz,W.(2005年)。使用模糊Fisherface分类器进行人脸识别,模式识别38(10):1717-1732·Zbl 02209288号 ·doi:10.1016/j.patcog.2005.01.018
[23] Lee,H.M.、Chen,C.M.、Chen,J.M.和Jou,Y.L.(2001)。基于模糊熵的特征选择的高效模糊分类器,IEEE系统、人和控制论汇刊,B部分:控制论31(3):426-432。
[24] Liu,F.和Xue,X.(2012)。用模糊规则构建支持向量回归的核,国际创新计算、信息与控制杂志8(7):4811-4822。
[25] 刘毅(2006)。ORL人脸数据库的网站,http://www.cam-orl.co.uk。
[26] Liu,Y.,Liu,X.和Su,Z.(2008)。典型相关分析中处理类标签的新模糊方法,神经计算71(7):1735-1740·Zbl 05718603号 ·doi:10.1016/j.neucom.2007.11.008
[27] Loog,M.、Duin,R.P.W.和Haeb-Umbach,R.(2001)。
[28] 通过加权成对fisher准则减少多类线性维数,IEEE模式分析和机器智能汇刊23(7):762-766。
[29] Pahasa,J.和Ngamroo,I.(2012年)。基于PSO的核主成分分析和多类支持向量机用于电能质量问题分类,国际创新计算、信息与控制杂志8(3):1523-1539。
[30] Pal,N.R.和Eluri,V.K.(1998年)。用于结构保持降维的两种有效连接方案,IEEE神经网络事务9(6):1142-1154·doi:10.1109/72.728358
[31] Phillips,P.J.(2004)。面部识别技术(FERET)数据库网站,http://www.itl.nist.gov/iad/huminad/feret/feret-master.html。
[32] Raudys,S.J.和Jain,A.K.(1991年)。统计模式识别中的小样本效应:对从业者的建议,IEEE模式分析和机器智能汇刊13(3):252-264·Zbl 05110934号 ·doi:10.1109/34.75512
[33] Schokopf,B.、Smola,A.和Müller,K.R.(1998年)。非线性分量分析作为核心特征值问题,神经计算10(5):1299-1319·doi:10.11162/08997698300017467
[34] Swets,D.L.和Weng,J.J.(1996年)。使用鉴别特征进行图像检索,IEEE模式分析和机器智能学报18(8):831-836·Zbl 05112133号 ·数字对象标识代码:10.1109/34.531802
[35] Swiercz,E.(2010年)。在Gabor时频域中对嵌入未知统计分布的强噪声中的非平稳信号进行分类,国际应用数学与计算机科学杂志20(1):135-147,DOI:10.2478/v10006-010-0010-x·Zbl 1300.62045号 ·doi:10.2478/v10006-010-0010-x
[36] Vapnik,V.N.(1998)。统计学习理论,威利,纽约州纽约市·Zbl 0935.62007号
[37] Wozniak,M.和Krawczyk,B.(2012年)。基于特征空间划分的组合分类器,《国际应用数学与计算机科学杂志》22(4):855-866,DOI:10.2478/v10006-012-0063-0·Zbl 06274160号 ·doi:10.2478/v10006-012-0063-0
[38] Wu,X.H.和Zhou,J.J.(2006)。核方法的模糊判别分析,模式识别39(11):2236-2239·Zbl 1102.68606号 ·doi:10.1016/j.patcog.2006.05.004
[39] Yang,J.、Frangi,A.F.、Yang,JY.、Zhang,D.和Jin,Z.(2005)。KPCA plus LDA:用于特征提取和识别的完整内核Fisher判别框架,IEEE模式分析和机器智能学报27(2):230-244·Zbl 05110640号 ·doi:10.1109/TPAMI.2005.33
[40] Yang,J.和Yang,JY.(2001)。面部特征提取的最佳FLD算法,《SPIE智能机器人和计算机视觉学报XX:算法、技术和主动视觉》,马萨诸塞州波士顿,美国,第438-444页。
[41] Yang,J.和Yang,JY.(2003)。为什么LDA可以在PCA变换的空间中执行?,模式识别36(2):563-566·Zbl 01972084号 ·doi:10.1016/S0031-3203(02)00048-1
[42] Yang,W.、Wang,J.、Ren,M.、Zhang,L.和Yang,J..(2009)。使用模糊逆FDA进行特征提取,神经计算73(13):3384-3390。
[43] Yu,H.和Yang,J.(2001)。一种用于人脸识别的高维数据的直接LDA算法,模式识别34(10):2067-2070·Zbl 0993.68091号 ·doi:10.1016/S0031-3203(00)00162-X
[44] 洛杉矶扎德(1965)。模糊集,信息与控制8(3):338-353·Zbl 0139.24606号 ·doi:10.1016/S0019-9958(65)90241-X
[45] Zheng,Y.J.,Yang,J.,Young,J.Y.和Wu,X.J.(2006年a)。一种改进的核Fisher鉴别算法及其在人脸识别中的应用,神经计算69(13):1806-1810。
[46] Zheng,Y.,Yang,J.,Wang,W.,Wang.,Q.,Yang.,J.和Wu,X.(2006b)。模糊核Fisher判别算法及其在人脸识别中的应用,第六届世界智能控制与自动化大会,中国大连,第2卷,第9669-9672页。
[47] 庄小三、戴德清(2005)。小样本量问题的逆Fisher判别准则及其在人脸识别中的应用,模式识别38(11):2192-2194·Zbl 02212799号 ·doi:10.1016/j.patcog.2005.02.011
[48] 庄小三和戴德清(2007)。改进的高维数据判别分析及其在人脸识别中的应用,模式识别40(5):1570-1578·Zbl 1113.68086号 ·doi:10.1016/j.patcog.2006.11.015
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。