188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
lypgn

上传于:2010-06-02

粉丝量:11

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 四种FLD准则函数的最优鉴别向量集

    星级: 10 页

  • 四种FLD准则函数的最优鉴别向量集

    星级: 10 页

  • 四种FLD准则函数的最优鉴别向量集

    星级: 10 页

  • 四种FLD准则函数的最优鉴别向量集

    星级: 10 页

  • 四种FLD准则函数的最优鉴别向量集

    星级: 10 页

  • 四种fld准则函数的最优鉴别向量集

    星级: 10 页

  • 一种改进的Fisher判别准则

    星级: 6 页

  • 一种改进的Fisher判别准则

    星级: 6 页

  • 四种FLD准则函数的最优鉴别向量集

    星级: 12 页

  • 四种FLD准则函数的最优鉴别向量集

    星级: 10 页

  • 一种具有统计不相关性的广义最优判别向量集

    星级: 2 页

  • 加权MMC函数与广义FLD准则函数的最优鉴别向量集

    星级: 4 页

  • 一种改进的Fisher判别准则.pdf

    星级: 6 页

  • Fisher判别准则实现分类

    星级: 1 页

  • 加权MMC函数与广义FLD准则函数的最优鉴别向量集

    星级: 4 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 一种变形Fisher判别准则函数及最优判别向量集

下载积分: 2990

内容提示: 第 3l 卷 Vo1. 31 第 l 6期 №16 计C om p u ter E n gin eerin g 算机工程 2005 年 8 月 A u gu st 2005 ·博士论文 · 文章编号:l0 0o_-3428(2 O O 5)l6. _ _oO l9. _02 文献标识码l A 中 圈分类 号l TP391 一种 变形 F isher 判别准则函数及 最优判别 向量集 曾宪贵 ,黎绍发 ,左文明 (1.华南理工大 学计 算机 学院 ,广州 5l0640;2.广 州航海 高等专科学校信息工程系 ,广州 5l0725) ■维数(即小样 本问题) ,类 内散布矩 阵奇 异,此时求 F— S 最优 判别 向量集 及文中提出的无约束的最优判别 矢量集都 已不可 行,对此提出 了一 种变 形的 Fisher 判别准则函数 ,...

文档格式:PDF | 页数:3 | 浏览次数:12 | 上传日期:2010-06-02 00:42:51 | 文档星级:
第 3l 卷 Vo1. 31 第 l 6期 №16 计C om p u ter E n gin eerin g 算机工程 2005 年 8 月 A u gu st 2005 ·博士论文 · 文章编号:l0 0o_-3428(2 O O 5)l6. _ _oO l9. _02 文献标识码l A 中 圈分类 号l TP391 一种 变形 F isher 判别准则函数及 最优判别 向量集 曾宪贵 ,黎绍发 ,左文明 (1.华南理工大 学计 算机 学院 ,广州 5l0640;2.广 州航海 高等专科学校信息工程系 ,广州 5l0725) ■维数(即小样 本问题) ,类 内散布矩 阵奇 异,此时求 F— S 最优 判别 向量集 及文中提出的无约束的最优判别 矢量集都 已不可 行,对此提出 了一 种变 形的 Fisher 判别准则函数 ,并给 出了求解最优判别向量集算法 。用 ORL 标准人脸库进行实验 ,实验结果表 明,提 出的两种最优判别 向量集都 有 良好 的分类能力。 关t 诃:人脸识别;最优判别向量集;特征提。荒J绞侗 蔓:基于 Fisher 判别准则函数式,提出了一种无约束的最优判别矢量集,并给出了求解算法,另外,当训练样本矢量数小于样本矢量 A n A p p r ov ed F ish er D iscr im in an t C r iter ion F u n ction an d Its C 0r resp 0n d in g O p tim al S et 0f D isc r im in an t V ector s Z E N G X i ang ui . L I S hao~ . Z U O W enm ing (1. C ollege o f Co mputer Science, South C hina U niversi ty of T echnology, G uang zhou 5 1 064 0; 2. D epartment of Information E ngi neer i ng, G uangzhou M ar i time Colleg e, G uangzhou 5 10725) [ Abstract] This paper presents an optimal set of discriminant vectors which need not fiu any constraint condition. and the way of how to get the set too.In add itio n,when t h e number o f training samp les is smaller than the dimensions o f traini ng samples(i . e.small number o f t r aining samp les problem),t h e wit h in— class scatter matrix is si ng ular.U nder thi s circumstance,to acquire bot h F — S opti mal set of discriminant vectors and unc onst r ai ned optimal set of disc riminant v ec tors presented here is unfeasib le . To sol ve t h is problem、an approv ed F i sh er d iscri minant func tion i s presente d . T he result of exper i ment on O R L fac e database sh ow s t h at t h e algo ri th ms presented here hav e stro ng disc ri minabi1ity . [ K ey words] Human face recognition: Optimal set of discriminant vectors; Feature extraction; Pattern recognition 1概要 设模式特征 X 为 n 维矢量, 模 式类别有 c 个 ,设样 本总 数为 N,各类别样 本数为 N, ( 模式类间散布矩阵 S ,类内散布矩阵 S 及总体散布矩阵为 S ,分别是 : S6=∑鲁 ( 。 - a)(a。 一 / 2 ) 1 , 2, ?, c) , N +N +l_一N = N , ¨ S, =古 ∑(t - f 1)(x, 一 ) S +S (2) w ~ ’ Ivi c I v.c 弓 -f li)(xj 其中 i, i=l , 2, ?, c,是第 i 类样本的均值向量, 的均值 向量 。Fisher 判别准则 函数为 = 。 其 中 为 n 维列向量。 依据 Fisher 判别准则函数 ,Foley 和 Sammon 提 出了相 互正交 的最优判别 向量集? 仍, 仍, ?, 式(5) i c j ,i’ j = l(3) 是总体样本 (4 ) , 它们 满足正 交条件 T ,暑 ㈣ 下 的 使 式 (4) 取 最 大 值 的(妒 t) J (c p2) ? m个 向 量 。 即 有 , ( ) 。 文献【 1l提出的最优判别向量仍, 伤, ? , , 是要求在满 足约束条件式(5)下的使 Fisher 准则判别函数式(4)取到最大 值 m个向量。 本文提出了一种无约束条件的使 Fisher准则判 别函数式(4)取到 最大的 1 1 1 个值 对应的 向量为最优判别 向量 集 。另外 ,当训练样本矢量数小于样本矢量维数(即小样本 问 题),类内散布矩阵奇异,此时求 F— S 最优判别向量集及本文 提出的无约束最优判别向量集均不可行,对此本文提出了一 种变形 的 Fisher 判别准则函数。 2 一种无约束最优判别向量集 由代数知识知 ,在 n 维欧氏空间 V 中 ,任意 n 个线性无 关 的向量都可 以作为该空 间的一组基 ,而 V 中任意 m(<n)个 线性无关的向量作为投影方向,将 V 中向量向这些投影方向 投影 ,都可实现从 n 维线性 空间 V 到 m 维线性 空间 w 的变 换 。 如果使 Fisher 准则判别函数式(4)取 到最大值 的 m 个向量 是线性无关 的,则将它们作为最 优判别向量集 ,很显然 ,基 于准则式(4) ,它们要优于文献【 1】 提出的最优判别向量集。 定理 I 非零向量 是, (妒 ) 的极值点的充要条件是 为如下广义特征方程式(6) S b = 35 (6) 的属 于特征值 ^ 的特征 向量 ,且 满足 = ( 0) (7) 由定理 1知,求解式(4)的极值点问题可以转化为求解广 作者倚介 :曾宪贵(1968一),男, 讲师、博士生,主研方向:图像 处理 和模 式识别 ;黎绍发 ,教授 、博导 ;左 文明 ,博士生、讲师 定藕 日 期 :2004— 07— 17 E— mail :zenlhua@pub. guangzhou. gd. cn 维普资讯 http://www.cqvip.com

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司