局部广义张量鉴别分析

• 作者: 吴飞 姚永芳 荆晓远 葛祥龙 董西伟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 张量数据 局部近邻信息 广义张量鉴别分析 局部张量鉴别分析
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 130-133
• 页数: 4页
• 分类号: TP301
• 字数: 3590字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.11.026

摘要

在过去十年里,致力于研究把线性鉴别分析扩展到更高阶数据分类,即多线性鉴别分析,以得到更好的鉴别效果.广义张量鉴别分析(GTDA)方法是其中最具代表性的算法之一.文中提出了一种新的多线性鉴别分析方法,即局部广义线性鉴别分析(LGTDA)方法.其利用张量样本的局部近邻信息重新定义了鉴别分析中的类间散度矩阵和类内散度矩阵,使得提出的方法比其他方法在投影空间中更好地保留原始空间的局部结构信息.另外,用多种特征提取技术提取出原始样本图片的各种信息构成文中算法的张量样本,充分利用了张量数据的优势.在AR和CAS-PEAL人脸数据库上的实验结果验证了文中方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆晓远	南京邮电大学自动化学院	52	99	5.0	6.0
2	姚永芳	南京邮电大学自动化学院	16	20	2.0	2.0
3	吴飞	南京邮电大学自动化学院	33	90	5.0	7.0
4	董西伟	南京邮电大学自动化学院	16	38	3.0	4.0
5	葛祥龙	南京邮电大学自动化学院	1	1	1.0	1.0