极小化类内散布度的大间距非线性鉴别分析

• 作者: 张伟伟 陈秀宏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 大间距分类器 支持向量机 非线性鉴别分析 核方法 类内散布
• 年，卷（期）: 2010,（23）
• 页码范围: 194-197
• 分类号: TP391.41
• 字数: 4033字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.23.055

摘要

提出了一种新的非线性鉴别分析算法--极小化类内散布的大间距非线性鉴别分析.该算法的主要思想是将原始样本映射到更高维的空间中,利用核技术对传统的大间距分类算法进行改进,在新的高维空间中利用再生核技术寻找核鉴别矢量,使得在这个新的空间中核类内散度尽可能的小.在ORL人脸数据库上进行实验,分析了识别率及识别时间,结果表明该方法具有一定优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秀宏	江南大学信息工程学院机器感知实验室	90	480	12.0	17.0
2	张伟伟	江南大学信息工程学院机器感知实验室	2	4	1.0	2.0