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:
提出了一种新的二维散度差图像投影鉴别分析方法.该方法利用类间离散度与类内离散度之差作为鉴别准则,从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题时.所提出的方法是直接基于图像矩阵的,与以往的基于图像向量的鉴别方法相比,它的突出优点是大大提高了特征抽取的速度.在ORL人脸数据库和AR标准人脸库上的仿真试验结果表明,所提出的方法不仅在识别性能上优于传统的散度差鉴别分析,特征抽取的速度有了较大幅度的提高.
推荐文章
二维非参数最大散度差鉴别分析的SAR图像识别
Fisher线性鉴别分析
最大散度差鉴别分析
非参数特征分析
合成孔径雷达
目标识别
基于灰度差分和二维最大熵阈值的新闻字幕检测
文本定位
文本提取
灰度差分统计
变异灰度直方图
二维最大熵
印刷体识别
核二维最大间距准则
核函数
判别分析
特征提取
矩阵表示
基于最大分离度差的有监督核局部保持投影
有监督局部保持投影
最大分离度差
小样本问题
人脸识别
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 二维最大散度差图像投影鉴别分析
来源期刊 系统仿真学报 学科 工学
关键词 散度差鉴别准则 图像矩阵 图像投影鉴别分析 人脸识别
年,卷(期) 2007,(4) 所属期刊栏目 信息、控制、决策与仿真
研究方向 页码范围 833-835,913
页数 4页 分类号 TP391
字数 3921字 语种 中文
DOI 10.3969/j.issn.1004-731X.2007.04.035
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 陈才扣 南京理工大学计算机科学与技术学院 36 311 10.0 15.0
5 杨静宇 南京理工大学计算机科学与技术学院 623 11098 50.0 74.0
6 刘永俊 扬州大学信息工程学院 15 145 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (87)
参考文献  (8)
节点文献
引证文献  (14)
同被引文献  (26)
二级引证文献  (36)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
散度差鉴别准则
图像矩阵
图像投影鉴别分析
人脸识别
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导