文献类型：期刊文章

作　　者：张燕[1,2] 郑玮[1] 胡勇[1]

机构地区：[1]金陵科技学院信息技术学院,南京211169 [2]南京理工大学模式识别与智能系统实验室,南京210094

出　　处：《计算机工程与应用》

基　　金：江苏省高校自然科学基础研究项目(No.08KJD520004);金陵科技学院校级科研基金资助(No.40410827)

年　　份：2011

卷　　号：47

期　　号：6

起止页码：212-215

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出了一种新的非线性特征抽取方法——隐空间中参数化直接鉴别分析。其主要思想是利用一核函数将原始输入空间非线性变换到隐空间,针对在该隐空间中类内散布矩阵总是奇异等问题,利用参数化直接鉴别分析进行特征抽取。与现有的核特征抽取方法不同的是,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于在隐空间中采用了参数化直接鉴别分析,不仅保留了参数化直接鉴别分析的优点,而且有效地抽取了样本的非线性特征;在该方法中提出了一个更为合理的加权系数矩阵,提高了分类性能。在FERET人脸数据库子库上的实验结果验证了该方法的有效性。

关 键 词：隐空间  直接鉴别分析  加权系数 特征抽取

分 类 号：TP39]