基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新的以Bhattacharyya距离为准则的核空间特征提取算法.该算法的核心思想是把样本非线性映射到高维核空间,在核空间中寻找一组最优特征向量,然后把样本线性映射到低维特征空间,使类别间的Bhattacharyya距离最大,从而保证Bayes分类误差上界最小.采用核函数技术,把特征提取问题转化为一个QP(Quadratic Programming)优化问题,保证了算法的全局收敛性和快速性.此算法具有两个优点:(1)该算法提取的特征对数据分类来说更有效;(2)对于给定的模式分类问题,算法可以预测出在不损失分类精度情况下所必须的特征向量数目的上界,并能够提取出分类有效特征.实验结果表明,该算法的性能与理论分析的结论相吻合,优于目前常用的特征提取算法.
推荐文章
基于类别距离和Bhattacharyya距离的雷达信号特征评价
类内距离
类间距离
Bhattacharyya距离
特征评价
基于一种小波核优化学习的KSPP子空间故障特征提取
核极化
核属性约简
小波核
核稀疏保持投影
故障识别
基于距离聚类的圆柱类实体路标特征提取算法
移动机器人
激光测距
机器人定位
地图构建
圆柱型实体路标
特征提取
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Bhattacharyya距离准则的核空间特征提取算法
来源期刊 计算机学报 学科 工学
关键词 特征提取 Bhattacharyya距离 核空间 模式分类 QP优化 分类有效特征 本征维
年,卷(期) 2004,(5) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 683-689
页数 7页 分类号 TP18
字数 6161字 语种 中文
DOI 10.3321/j.issn:0254-4164.2004.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏建涛 西北工业大学电子工程系 7 171 5.0 7.0
2 何明一 西北工业大学电子工程系 122 1497 22.0 33.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (27)
同被引文献  (12)
二级引证文献  (45)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(5)
  • 引证文献(2)
  • 二级引证文献(3)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(11)
  • 引证文献(4)
  • 二级引证文献(7)
2016(11)
  • 引证文献(4)
  • 二级引证文献(7)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
特征提取
Bhattacharyya距离
核空间
模式分类
QP优化
分类有效特征
本征维
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导