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:
提出一种二维线性大间距判别分析(Two dimensional linear maximum margin discriminant analysis,2DLMMDA)的投影算法。该算法一方面采用了有效且稳定的大间距优化准则,引入了Laplacian矩阵,保持了特征矩阵的流形结构,且优化域为Laplacian类间散度与Laplacian类内散度之差,能克服Fisher准则带来的小样本问题;另一方面,采用了具有监督信息的判别分析,大大地提高了识别率。为了验证所提出的算法对特征提取的有效性,选择最近邻分类器进行特征分类,最后通过在CASIA(B)步态库上实验。实验结果表明,文中提出的算法具有更高的识别率和识别速度。
推荐文章
核方法的对比研究及在步态识别中的应用
步态识别
核主成分分析
核线性判别分析
核二维主成分分析
核二维线性判别分析
基于改进的双向二维线性判别分析的人脸识别
二维主元分析法
双向二维线性鉴别分析方法
改进的双向二维线性判别分析方法
压缩
投影矩阵
基于双向二维直接线性判别分析的人脸表情识别
计算机应用
图像识别
人脸表情识别
直接线性判别分析
双向二维直接线性判别分析
核二维最大间距准则
核函数
判别分析
特征提取
矩阵表示
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 二维线性大间距判别分析及其在步态识别中的应用
来源期刊 应用科技 学科 工学
关键词 特征提取 二维线性大间距判别分析 拉普拉斯矩阵 步态识别
年,卷(期) 2014,(1) 所属期刊栏目 自动化技术
研究方向 页码范围 11-15
页数 5页 分类号 TP391.4
字数 3452字 语种 中文
DOI 10.3969/j.issn.1009-671X.201306002
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 张鹏 山东大学信息科学与工程学院 108 798 13.0 21.0
2 贲晛烨 山东大学信息科学与工程学院 17 183 6.0 13.0
3 葛国栋 山东大学信息科学与工程学院 3 6 2.0 2.0
4 付希凯 山东大学信息科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (37)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(11)
  • 参考文献(2)
  • 二级参考文献(9)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(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
特征提取
二维线性大间距判别分析
拉普拉斯矩阵
步态识别
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导