一种改进的协方差鉴别学习方法

• 作者: 任捷怡 吴小俊
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 黎曼度量 协方差矩阵 鉴别分析 人脸识别 物体分类
• 年，卷（期）: 2015,（1）
• 页码范围: 9-12,18
• 页数: 5页
• 分类号: TP391.4
• 字数: 3410字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.2.2014.091

摘要

以协方差鉴别学习（covariance discriminative learning，CDL）为基础，对图像集的隶属于黎曼流形之上的协方差矩阵进行双向降维。将降维后的协方差矩阵与有效的黎曼度量，如对数欧氏距离（log euclidean distance， LED）结合得到一个核函数来将这些协方差矩阵映射到欧式空间中进行分类。改进的CDL方法由于减少了协方差矩阵的维数，从而降低了计算复杂度并提高了分类精度。通过在标准数据集上的实验，验证了该改进方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学物联网工程学院	170	1079	17.0	22.0
2	任捷怡	江南大学物联网工程学院	1	1	1.0	1.0