计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2011年
8期
3185-3187,3191
,共4页
核典型相关分析%特征提取%计算复杂度%内存占用量%识别率
覈典型相關分析%特徵提取%計算複雜度%內存佔用量%識彆率
핵전형상관분석%특정제취%계산복잡도%내존점용량%식별솔
针对标准的核典型相关分析(KCCA)方法在对训练样本增大的情况下相应计算机复杂度剧增、内存占用量大的缺陷,在对标准的KCCA特征提取方法分析推导的基础上,提出了一种改进的核函数特征提取方法.该方法首先根据特征值的大小对训练样本重要程度进行判断,进而究成对应特征向量的提取;然后通过与SVDD分类器的结合,在对图像识别率影响不大的情况下,提升了对图像特征提取的效率,节省了系统的存储量；最后通过在Yale标准人脸库上进行仿真对比实验,验证了该方法的可行性,从而为提高图像模式识别效率提供了一种有效的途径.
針對標準的覈典型相關分析(KCCA)方法在對訓練樣本增大的情況下相應計算機複雜度劇增、內存佔用量大的缺陷,在對標準的KCCA特徵提取方法分析推導的基礎上,提齣瞭一種改進的覈函數特徵提取方法.該方法首先根據特徵值的大小對訓練樣本重要程度進行判斷,進而究成對應特徵嚮量的提取;然後通過與SVDD分類器的結閤,在對圖像識彆率影響不大的情況下,提升瞭對圖像特徵提取的效率,節省瞭繫統的存儲量；最後通過在Yale標準人臉庫上進行倣真對比實驗,驗證瞭該方法的可行性,從而為提高圖像模式識彆效率提供瞭一種有效的途徑.
침대표준적핵전형상관분석(KCCA)방법재대훈련양본증대적정황하상응계산궤복잡도극증、내존점용량대적결함,재대표준적KCCA특정제취방법분석추도적기출상,제출료일충개진적핵함수특정제취방법.해방법수선근거특정치적대소대훈련양본중요정도진행판단,진이구성대응특정향량적제취;연후통과여SVDD분류기적결합,재대도상식별솔영향불대적정황하,제승료대도상특정제취적효솔,절성료계통적존저량；최후통과재Yale표준인검고상진행방진대비실험,험증료해방법적가행성,종이위제고도상모식식별효솔제공료일충유효적도경.
