不相关最佳鉴别矢量集的有效算法

• 作者: 杨静宇 王文胜 谢永华 陈伏兵
• 来源期刊: 计算机应用研究
• 关键词: 特征抽取 小样本问题 广义线性鉴别分析 不相关鉴别矢量 人脸识别
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 研究探讨
• 页码范围: 31-33
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2006.06.009

摘要

线性鉴别分析中处理小样本问题的方法有两类:①在模式识别之前,通过降低模式样本特征向量的维数达到消除奇异性的目的;②发展算法获得低维鉴别特征.将这两种方法结合起来,解决了高维小样本情况下基于广义Fisher线性鉴别准则的不相关最优鉴别矢量集的求解问题,给出了抽取最优鉴别矢量的有效算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学系	623	11098	50.0	74.0
2	陈伏兵	南京理工大学计算机科学系	20	589	15.0	20.0
4	谢永华	南京理工大学计算机科学系	12	139	6.0	11.0
7	王文胜	南京理工大学计算机科学系	4	77	3.0	4.0