类依赖增强线性判别分析算法

• 作者: 任获荣 何培培 孙建维 李春晓 秦红波 高敏
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 多模态数据 分类 线性判别分析 增强线性判别分析 类依赖
• 年，卷（期）: 2012,（5）
• 页码范围: 96-101,167
• 页数: 7页
• 分类号: TN942.2
• 字数: 5287字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2012.05.017

摘要

在增强线性判别分析和类依赖线性判别分析的基础上,提出了类依赖增强线性判别分析算法,对多模态数据进行分类.算法利用增强线性判别分析的局部信息保持能力,在不破坏多模态局部结构的前提下,对数据进行降维；然后采用最大散度差线性鉴别分析准则对每一类样本获取一个投影矩阵,从而获取不同类的样本分布的特征差异.在人脸数据库上进行实验验证,结果表明,该算法的分类效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任获荣	西安电子科技大学机电工程学院	12	132	6.0	11.0
2	秦红波	西安电子科技大学机电工程学院	11	59	4.0	7.0
3	李春晓	西安电子科技大学机电工程学院	3	4	1.0	2.0
4	孙建维	西安电子科技大学机电工程学院	1	3	1.0	1.0
5	何培培	西安电子科技大学机电工程学院	1	3	1.0	1.0
6	高敏	西安电子科技大学机电工程学院	2	6	2.0	2.0