利用组合核函数提高核主分量分析的性能

• 作者: 孔锐 张国宣 施泽生 郭立
• 来源期刊: 中国图象图形学报A辑
• 学科: 工学
• 关键词: 核主分量分析 核函数 主分量分析 支持向量机
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 综述
• 页码范围: 40-45
• 页数: 6页
• 分类号: TP391
• 字数: 4385字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2004.01.007

摘要

为了提高图像分类的识别率,在对基于核的学习算法中,核函数的构成条件以及不同核函数的特性进行分析和研究的基础上,提出了一种新的核函数--组合核函数,并将它应用于核主分量分析(KPCA)中,以便进行图像特征的提取,由于新的核函数既可以提取全局特征,又可以提取局部特征,因此,可以提高KPCA在图像特征提取中的性能.为了验证所提出核函数的有效性,首先利用新的核函数进行KPCA,以便对手写数字和脸谱等图像进行特征提取,然后利用线性支持向量机(SVM)来进行识别,实验结果显示,从识别率上看,用组合核函数所提取的特征质量比原核函数所提取的特征质量高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭立	中国科学技术大学电子科学与技术系	203	1655	20.0	30.0
2	张国宣	中国科学技术大学电子科学与技术系	11	303	8.0	11.0
3	孔锐	中国科学技术大学电子科学与技术系	10	277	8.0	10.0
4	施泽生	中国科学技术大学电子科学与技术系	17	417	9.0	17.0