张量典型相关分析及其在人脸识别中的应用

• 作者: 周激流 张卫华 蒲亦菲 雷刚
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 维数约减 特征融合 高阶特征值分解 多线性分析
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 435-440
• 分类号: TP391.41
• 字数: 4776字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2012.03.022

摘要

针对源数据向量化常导致很高的数据维数,易使向量型学习算法陷入雏数灾难和样本个数远小于特征维数的小样本问题,提出了一种新的张量典型相关分析算法,能直接对张量数据进行典型相关分析,由于其特征值分解的协方差矩阵雏数大幅度减少,能有效降低计算复杂度和协方差矩阵奇异的问题.在Yale、ORL脸数据库上验证了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周激流	四川大学计算机学院	227	2494	25.0	39.0
2	张卫华	四川大学计算机学院	24	121	7.0	10.0
3	雷刚	四川师范大学可视化计算与虚拟现实四川省重点实验室	9	15	3.0	3.0
4	蒲亦菲	四川大学计算机学院	1	8	1.0	1.0