一种基于核函数特征提取改进方法的应用

• 作者: 刘传领 李德启
• 来源期刊: 计算机应用研究
• 关键词: 核典型相关分析 特征提取 计算复杂度 内存占用量 识别率
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3185-3187,3191
• 分类号: TP391.42
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.08.107

摘要

针对标准的核典型相关分析(KCCA)方法在对训练样本增大的情况下相应计算机复杂度剧增、内存占用量大的缺陷,在对标准的KCCA特征提取方法分析推导的基础上,提出了一种改进的核函数特征提取方法.该方法首先根据特征值的大小对训练样本重要程度进行判断,进而究成对应特征向量的提取;然后通过与SVDD分类器的结合,在对图像识别率影响不大的情况下,提升了对图像特征提取的效率,节省了系统的存储量；最后通过在Yale标准人脸库上进行仿真对比实验,验证了该方法的可行性,从而为提高图像模式识别效率提供了一种有效的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德启		17	60	5.0	7.0
2	刘传领	南京理工大学计算机学院	18	151	8.0	12.0