张量线性判别分析算法研究

• 作者: 乔利强 徐鑫 赵越
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 线性判别分析 张量 子空间 张量线性判别分析 特征提取
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP301
• 字数: 3231字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.01.019

摘要

针对传统线性判别分析中存在的小样本问题及对TensorLDA算法中两个投影矩阵不能同时计算、低维特征提取不充分的问题，文中研究并实现了张量子空间下的张量线性判别分析( TensorLDA)算法。并且提出了It-TensorLDA算法，即先用单位矩阵初始化，再利用优化准则求另一个投影矩阵，并进行多次迭代的改进方法。采用ORL数据库测试算法的性能，在ORL人脸数据库上It-TensorLDA比TensorLDA的平均识别率高1.88%，比Fisherfaces的平均识别率高3.03%。因此，文中算法有效避免了小样本问题，提高了人脸识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵越	渤海大学大学计算机教研部	38	68	4.0	7.0
2	徐鑫	渤海大学大学计算机教研部	24	123	5.0	10.0
3	乔利强	东北大学信息学院	1	8	1.0	1.0