基于小样本条件下线性判别分析图像增强算法研究

• 作者: 廖玉霞 陈平
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 图像增强 高斯模型 降维
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 计算机技术
• 页码范围: 1653-1656
• 页数: 4页
• 分类号: TP391.41
• 字数: 3037字
• 语种: 中文

摘要

针对以往降维处理方法在小样本条件下受到矩阵奇异化的限制,从而无法进行有效的奇异值分解以及逆变换的缺陷,提出了一种自动对变换矩阵添加扰动量,从而保证奇异值分解和逆变换顺利进行的算法.首先,定义了线性变换矩阵的构成模式,利用线性投影变换将样本点投影到null空间和幅度空间；然后在压缩后的幅度空间对变换矩阵自动添加扰动量,在此基础上进行奇异值分解和逆变换,从而计算得到最终的从高维空间到低维空间的线性变换矩阵.无需认为设定扰动量,能自动实现投影变换的计算.能广泛使用在高维特征空间的降维处理,尤其是少样本条件下的高维特征空间降维处理中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖玉霞	重庆电子工程职业学院通识教育学院	5	3	1.0	1.0
2	陈平	重庆电子工程职业学院培训与继续教育学院	10	25	4.0	5.0