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:
将压缩映射和同构映射引入核化图嵌入框架(kernel extension of graph embedding,简称KGE),从理论上证明了KGE框架内的各种核算法其实质是KPCA(kemel principal component analysis)+LGE(linear extension of graph embedding,简称LGE)框架内的线性降维算法,并且基于所给出的理论框架提出了一种综合利用零空间和非零空间鉴别信息的组合方法,任何一种可以用核化图嵌入框架描述的核算法,都可以有相应的组合方法,在ORL,Yale,FERET和PIE人脸数据库上验证了所提出的理论和方法的有效性.
推荐文章
基于无监督最佳鉴别平面的人脸识别
人脸识别
特征抽取
最佳鉴别平面
无监督模式
一种核化图嵌入算法的快速求解模型
核化图嵌入算法
小样本问题
模型
鉴别信息
分类
基于图匹配的人脸识别算法
图匹配
sift 算法
最小生成树
Rényi 熵
基于子图特征组合的人脸识别技术研究
人脸识别
离散余弦变换
ORL 人脸数据库
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 基于核化图嵌入的最佳鉴别分析与人脸识别
来源期刊 软件学报 学科 工学
关键词 核化图嵌入 最优鉴别矢量 核主成分分析 特征抽取 人脸识别
年,卷(期) 2011,(7) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1561-1570
页数 分类号 TP391
字数 6479字 语种 中文
DOI 10.3724/SP.J.1001.2011.03843
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 金忠 南京理工大学计算机科学与技术学院 72 1142 17.0 31.0
2 卢桂馥 南京理工大学计算机科学与技术学院 56 202 7.0 11.0
6 林忠 南京理工大学计算机科学与技术学院 4 55 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (39)
参考文献  (10)
节点文献
引证文献  (35)
同被引文献  (66)
二级引证文献  (58)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(7)
  • 引证文献(7)
  • 二级引证文献(0)
2014(8)
  • 引证文献(5)
  • 二级引证文献(3)
2015(19)
  • 引证文献(10)
  • 二级引证文献(9)
2016(12)
  • 引证文献(4)
  • 二级引证文献(8)
2017(14)
  • 引证文献(3)
  • 二级引证文献(11)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
核化图嵌入
最优鉴别矢量
核主成分分析
特征抽取
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导