基于高斯分布监督学习样本的Fisher核构造方法

• 作者: 方万胜 朱嘉钢 黄可望
• 来源期刊: 计算机系统应用
• 关键词: Fisher核 混合高斯分布 核Fisher分类 极大似然估计
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 233-237
• 页数: 5页
• 字数: 3463字
• 语种: 中文

摘要

结合实际应用背景,针对各类样本服从高斯分布的监督学习情形,提出了构造Fisher核的新方法.由于利用了样本中的类别信息,该方法用极大似然估计代替EM算法估计GMM参数,有效降低了Fisher核构造的时间复杂度.结合核Fisher分类法,上述方法在标准人脸库上的仿真实验结果显示,用所提方法所构造的Fisher核不仅时间复杂度低,且识别率也优于传统的高斯核与多项式核.本文的研究有利于将Fisher核的应用从语音识别领域拓展到图像识别等领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱嘉钢	江南大学物联网工程学院	39	160	7.0	10.0
2	黄可望	无锡职业技术学院物联网技术学院	43	52	4.0	5.0