核子空间样本选择方法的核最近邻凸包分类器

• 作者: 周晓飞 姜文瀚 杨静宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 样本选择 凸包 核最近邻凸包分类 核子空间样本选择 模式识别 人脸识别
• 年，卷（期）: 2007,（32）
• 所属期刊栏目: 博士论坛
• 页码范围: 34-37
• 页数: 4页
• 分类号: TP391
• 字数: 4765字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.32.010

摘要

为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,提出一种核子空间样本选择方法与该分类器相结合.核子空间样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子空间最远的样本.在MIT-CBCL人脸识别数据库的training-synthetic子库上的实验中,该方法不但可以取得100%的识别率,而且与未经选样的核最近邻凸包分类器相比,其执行速度要快许多.

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与技术学院	623	11098	50.0	74.0
2	周晓飞	南京理工大学计算机科学与技术学院	12	78	7.0	8.0
3	姜文瀚	南京理工大学计算机科学与技术学院	12	78	7.0	8.0