作者:
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:
Bagging方法无法在稳定的分类器(如最近邻分类器)上构建多样的分量分类器,因此它不适合于稳定的分类器.同时,小样本特性Bagging也很难应用于人脸识别等任务中.本文提出了一种局部Bagging(L-Bagging)方法以同时解决上述两个问题.L-Bagging和Bagging的主要区别是L-Bagging在每个事先划分好的局部区域内进行自助集的采样而不是如Bagging那样在原始的样本集上采样.由于局部区域的维数通常远远小于训练样本数,并且分量分类器又是构建在不同的局部区域上的, 因此 L-Bagging方法不仅有效地解决了小样本问题,而且产生了更多样的分量分类器.在4个标准的人脸数据库(AR,Yale,ORL和Yale B)上的实验结果表明所提出的L-Bagging方法是有效的,并且对光照、遮挡及轻微的姿态变化是鲁棒的.
推荐文章
融合局部奇异值特性的人脸识别方法
人脸识别
灰色理论
灰色关联分析
奇异值分解
子模式局部保持映射人脸识别
人脸识别
子模式
局部保持映射
流形学习
浅谈人脸识别技术及其应用
人脸识别
人脸识别系统
特征提取
模板匹配
应用于人脸识别的改进局部保持投影算法
局部保持投影
类别信息
人脸识别
降维
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 局部Bagging方法及其在人脸识别中的应用
来源期刊 南京航空航天大学学报(英文版) 学科 工学
关键词 人脸识别 局部Bagging (L-Bagging) 小样本问题(SSS) 最近邻分类器
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 255-260
页数 分类号 TP181|TP751.1
字数 556字 语种 英文
DOI 10.3969/j.issn.1005-1120.2010.03.009
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 朱玉莲 南京航空航天大学信息科学与技术学院 13 76 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人脸识别
局部Bagging
(L-Bagging)
小样本问题(SSS)
最近邻分类器
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
南京航空航天大学学报(英文版)
双月刊
1005-1120
32-1389/V
大16开
南京市御道街29号1016信箱
1982
eng
出版文献量(篇)
1548
总下载数(次)
1
总被引数(次)
4543
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导