基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高维小样本数据在核化图嵌入过程中出现的复杂度问题,引入基于核化图嵌入(kernel extension of graph embedding)的快速求解模型,提出了一种新的KGE/CCA算法(KGE/CCA-St).首先将样本数据投影到维数远低于原样本空间维数的总体散度矩阵对应的秩空间,然后采用核典型相关分析进行特征提取,整个过程减少了核矩阵的计算量.在Yale人脸库和JAFFE人脸库上进行仿真实验,结果表明这种KGE/CCA算法的识别率明显优于KFD、KLPP和KNPE算法的识别率;和传统的KGE/CCA算法相比,在不影响识别率的情况下,KGE/CCA-St算法有效减少了计算时间.
推荐文章
基于核稀疏保持投影的典型相关分析算法
特征提取
核稀疏表示
核稀疏保持投影
典型相关分析
基于独立成分分析与核典型相关分析的WLA N室内定位方法
无线局域网
室内定位
接收信号强度
独立成分分析
核典型相关分析
典型相关滤波跟踪算法的比较与分析
计算机视觉
目标跟踪
相关滤波
深度学习
卷积特征
尺度估计
核典型相关分析算法的多特征融合情感识别
情感识别
特征融合
表情特征
韵律特征
核典型相关分析
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 高效求解方法的核典型相关分析算法
来源期刊 计算机科学与探索 学科 工学
关键词 核化图 典型相关分析 降维处理 散度矩阵
年,卷(期) 2017,(2) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 286-293
页数 8页 分类号 TP391.4
字数 7182字 语种 中文
DOI 10.3778/j.issn.1673-9418.1512064
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 林克正 哈尔滨理工大学计算机科学与技术学院 72 430 10.0 16.0
2 荣友湖 哈尔滨理工大学计算机科学与技术学院 3 13 2.0 3.0
3 王海燕 哈尔滨理工大学计算机科学与技术学院 5 31 2.0 5.0
4 李骜 哈尔滨理工大学计算机科学与技术学院 12 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (75)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1936(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(11)
  • 参考文献(3)
  • 二级参考文献(8)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
核化图
典型相关分析
降维处理
散度矩阵
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导