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:
基于UDP( Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:具有统计不相关性的UDP计算方法,并探讨该方法的有效性.这种方法的目的是寻求一组最佳鉴别矢量,使投影变换后的特征空间的非局部散度最大、局部散度最小,从而减小最佳鉴别矢量间的统计相关性.通过在不同人脸库上的仿真实验验证了所提出改进算法在一定程度上优于已有的UDP算法.
推荐文章
正交约束的无监督统计不相关最佳鉴别平面
无监督模式
特征降维
最佳鉴别平面
人脸识别
不相关最佳鉴别矢量集的有效算法
特征抽取
小样本问题
广义线性鉴别分析
不相关鉴别矢量
人脸识别
基于正交化的无监督鉴别投影映射(UDP)特征提取的人脸识别方法
人脸识别
特征提取
流形学习
局部散度
非局部散度
正交化
局部统计不相关非线性鉴别变换
特征提取
核空间
统计不相关约束
局部统计不相关核鉴别变换
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 基于统计不相关的无监督鉴别投影映射(UDP)特征提取方法
来源期刊 计算机与现代化 学科 工学
关键词 人脸识别 特征提取 流形学习 局部散度 非局部散度 统计不相关
年,卷(期) 2011,(12) 所属期刊栏目 图像处理
研究方向 页码范围 118-120,125
页数 分类号 TP311
字数 2531字 语种 中文
DOI 10.3969/j.issn.1006-2475.2011.12.034
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 李勇智 南京林业大学理学院 14 136 6.0 11.0
2 沈凤仙 三江学院计算机基础教学部 13 16 2.0 3.0
3 刘粉香 三江学院计算机基础教学部 9 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (47)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
人脸识别
特征提取
流形学习
局部散度
非局部散度
统计不相关
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导