原文服务方: 计算机应用研究       
摘要:
重构判别分析(reconstructive discriminant analysis,RDA)算法未考虑线性子空间距离不同,导致较差的子空间数据结构保持能力,并且 RDA 算法是非正交的,给数据重构带来困难。针对这些不足,提出一种权值正交重构判别分析(weighted orthogonal reconstructive discriminant analysis,WORDA)算法。该算法首先针对线性子空间距离不同引入线性子空间权值矩阵,以提高子空间数据结构保持能力;又在投影过程加上正交约束克服测度扭曲问题,获得了更好的子空间投影。在 ORL、Yale、AR 和 FERET 人脸库上大量实验验证了该算法的有效性。
推荐文章
基于自权值线性判别分析算法的图像处理研究
线性判别分析
降维
局部保持
非高斯数据
基于无穷范数的二值线性判别分析
线性判别分析
无穷范数
二值化
特征提取
多黎曼流形的判别分析与融合
图像集分类
稀疏表示
距离学习
流形学习
基于核线性判别分析的人脸个体差异识别算法
个体差异
核线性判别分析
人脸识别
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 权值正交重构判别分析算法
来源期刊 计算机应用研究 学科
关键词 重构判别分析 线性子空间 正交 权值 人脸识别
年,卷(期) 2016,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1916-1920
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.06.070
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 马小虎 苏州大学计算机科学与技术学院 62 341 9.0 14.0
2 施伟 苏州大学计算机科学与技术学院 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  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
重构判别分析
线性子空间
正交
权值
人脸识别
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导