模糊非相关判别转换及其应用

• 作者: 周建江 武小红 武斌
• 来源期刊: 中国图象图形学报A
• 学科: 工学
• 关键词: 线性判别分析 非相关判别转换 模糊非相关判别转换
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1832-1836
• 页数: 5页
• 分类号: TP181
• 字数: 3319字
• 语种: 中文

摘要

线性判别分析是一种特征提取和维数缩减的方法,广泛应用于人脸识别,语音识别和手写字母识别等领域.但是许多线性判别分析都是"硬"线性判别分析,每个数据点都严格地属于这一类或那一类.在非相关判别转换(UDT)基础上,提出了模糊非相关判别转换(FUDT).FUDT是利用模糊集理论的有监督学习方法,其判别向量满足广义瑞利商方程,同时也满足样本到模糊非相关优化判别向量上的投影是非相关的.通过FUDT和UDT对公共数据库MSTAR的实验结果可看出,FUDT在处理SAR图像的特征提取方面优于UDT.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建江	南京航空航天大学信息科学与技术学院	166	1160	16.0	25.0
2	武小红	江苏大学电气信息工程学院	62	694	15.0	24.0
6	武斌	大连理工大学软件学院	4	9	2.0	3.0