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:
结合主元分析(PCA)与线性鉴别分析(LDA)的特点,利用PCA-LDA算法进行性别鉴别.通过PCA算法求得训练样本的特征子空间.并在此基础上计算出LDA算法的特征子空间.将PCA算法与LDA算法的特征予空间进行融合,获得PCA-LDA算法的融合特征空间.训练样本与测试样本分别朝融合特征空间投影,从而得到识别特征.利用最近邻准则即可完成性别鉴别.实验中利用三种预处理方法(PCA+LDA、HG+PCA+LDA、RHG+PCA+LDA),得出各自的实验结果,并进行比较.实验结果表明,利用RHG+PCA+LDA方法预处理后,使用PCA-LDA算法进行性别鉴别可以得到理想的效果.
推荐文章
PCA-LDA算法在性别鉴别中的应用
性别鉴别
PCA-LDA算法
融合算法
基于NSCT变换和PCA的图像融合算法
图像融合
非采样Contourlet变换
边缘强度
主成分分析
基于2D-PCA和2D-LDA的人脸识别方法
人脸识别
二维主分量分析
二维线性可分性分析
分类器融合
融合PCA、LDA和SVM算法的人脸识别
人脸识别
主成分分析(PCA)
线性判别分析(LDA)
支持向量机(SVM)
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 基于PCA和LDA融合算法的性别鉴别
来源期刊 电子设计工程 学科 工学
关键词 特征矩阵 PCA-LDA算法 融合算法 性别鉴别
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 152-156
页数 分类号 TP391.41
字数 4431字 语种 中文
DOI 10.3969/j.issn.1674-6236.2010.10.043
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 唐慧强 南京信息工程大学信息与控制学院 93 736 13.0 21.0
2 赵州 南京信息工程大学信息与控制学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (65)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(14)
  • 参考文献(0)
  • 二级参考文献(14)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征矩阵
PCA-LDA算法
融合算法
性别鉴别
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
论文1v1指导