原文服务方: 科技与创新       
摘要:
小样本问题会造成各类协方差矩阵的奇异性和不稳定性.本文利用样本重构理论,使用PCA样本协方差矩阵的特征向量生成虚拟样本,利用这些虚拟训练样本克服了各类协方差矩阵的奇异性问题,从而可以直接使用正则化判别分析方法.本文方法克服了正则化判别分析需要进行多个参数优化的问题.实验结果表明,本文提出的方法优于其他采用虚拟训练样本的二次判别分析方法.
推荐文章
基于虚拟样本图像集的多流形鉴别学习算法
单样本人脸识别
虚拟样本
通用训练样本集
多流形鉴别学习
正则化半监督判别分析方法
加权线性判别分析
最大散度差
无监督判别分析
半监督
基于CNN和DLTL的步态虚拟样本生成方法
步态识别
卷积神经网络
对偶学习和迁移学习
虚拟样本
步态识别率
基于正则化方法的图像盲去模糊
图像去模糊
正则化方法
标准化稀疏先验
模糊核估计
双边滤波器
冲击滤波器
TV正则化
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 基于虚拟样本的正则化鉴别分析方法
来源期刊 科技与创新 学科
关键词 小样本问题 正则化鉴别分析 虚拟训练样本 人脸识别
年,卷(期) 2010,(33) 所属期刊栏目
研究方向 页码范围 202-203
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.33.078
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 陈雯 22 77 5.0 8.0
2 荆晓远 52 99 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小样本问题
正则化鉴别分析
虚拟训练样本
人脸识别
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导