期刊专题

10.3969/j.issn.1002-137X.2014.05.060

基于面向分类准则的维数约简及其在人脸识别中的应用

引用
针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法.所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远.首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离.然后基于上述两个概念分别定义总体同类距离和总体异类距离.以最小化总体同类距离和最大化总体异类距离为目的提出了面向分类的准则(Classification Oriented Criterion,COC).最后,基于面向分类的准则推导出了一种新的维数约简方法.在公共人脸数据库ORL和Yale上的实验表明所提方法性能优于有代表性的维数约简方法.

维数约简、总体同类距离、总体异类距离、面向分类的准则、人脸识别

41

TP391.4(计算技术、计算机技术)

国家重点基础研究发展计划2013CB329402;国家自然科学基金61072106,61173090,61072108,61303034;教育部长江学者和创新团队发展计划IRT1170;基本科研业务费K5051303011

2014-06-03(万方平台首次上网日期,不代表论文的发表时间)

共5页

283-287

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

41

2014,41(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn