一种加权核鉴别分析方法

• 作者: 周大可 唐振民
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 特征提取 人脸识别 核鉴别分析 核方法
• 年，卷（期）: 2008,（2）
• 页码范围: 226-229
• 页数: 4页
• 分类号: TP391
• 字数: 3008字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2008.02.018

摘要

基于Fisher准则的核鉴别分析法(KDA)是最常用的非线性特征提取方法之一,但对于多类识别问题,就分类率而言Fisher准则并不是最优.本文提出了一种加权核鉴别分析方法(KIDA).首先利用非线性映射将原始样本隐式地映射到高维隐特征空间;在此特征空间内使用权函数重新估计类间离散度矩阵得到优化的准则函数,最后采用同时对角化方案求解最优鉴别矢量.在ORL和Yale人脸数据库上的实验结果验证了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学计算机科学系	191	2436	26.0	40.0
2	周大可	南京理工大学计算机科学系	53	273	10.0	13.0