一种基于核最大间距准则改进的特征提取方法

• 作者: 李勇智 李国栋
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 核最大间距准则 最优核鉴别矢量 特征提取 统计不相关性 人脸识别
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 计算机与通信工程
• 页码范围: 441-444
• 页数: 4页
• 分类号: TP391
• 字数: 3401字
• 语种: 中文

摘要

针对非线性特征提取问题,基于核最大间距准则(KMMC),提出一种新的特征提取方法,即一组具有统计不相关性的最优核鉴别矢量集的简单计算方法.与原KMMC特征提取方法相比,新的特征提取方法消除了最优核鉴别矢量间的统计相关性,提高了特征提取的有效性.通过在ORL人脸库和YALE人脸库上进行试验,结果表明提出的特征提取方法在有效性方面整体上好于原KMMC特征提取方法和常用的核主成分分析(KPCA)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	李勇智	南京林业大学信息科技学院	14	136	6.0	11.0
2	李国栋	兰州商学院信息工程学院	2	21	2.0	2.0