计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2010年
7期
1859-1862
,共4页
统计不相关特征%特征抽取%最佳鉴别平面%无监督模式%人脸识别
統計不相關特徵%特徵抽取%最佳鑒彆平麵%無鑑督模式%人臉識彆
통계불상관특정%특정추취%최가감별평면%무감독모식%인검식별
统计不相关最佳鉴别平面是一种重要的特征抽取方法,在模式识别领域中具有广泛的应用.然而,统计不相关最佳鉴别平面是基于Fisher准则和总体散布矩阵共轭正交条件的,需要通过样本类别信息计算Fisher最佳鉴别矢量,因而只能用于有监督模式.提出了一种将统计不相关最佳鉴别平面扩展到无监督模式下的方法,其基本思想是将模糊概念引入Fisher线性判别分析,通过对模糊Fisher准则的优化,在无监督模式下计算出最佳鉴别矢量及模糊散布矩阵,再根据共轭正交约束条件,求得第二条最佳鉴别矢量,进而获得一种基于无监督统计不相关最佳鉴别平面的特征抽取方法.对UCI数据集及CMU-PIE人脸数据库进行实验,结果表明,在样本类别信息缺失的情况下,该方法尽管无法具有与有监督模式下的统计不相关最佳鉴别平面特征抽取方法同样的性能,但当类别差异较大时,能够抽取有利于分类的统计不相关特征,获得优于主成分分析与独立成分分析等常见无监督特征抽取方法的性能.
統計不相關最佳鑒彆平麵是一種重要的特徵抽取方法,在模式識彆領域中具有廣汎的應用.然而,統計不相關最佳鑒彆平麵是基于Fisher準則和總體散佈矩陣共軛正交條件的,需要通過樣本類彆信息計算Fisher最佳鑒彆矢量,因而隻能用于有鑑督模式.提齣瞭一種將統計不相關最佳鑒彆平麵擴展到無鑑督模式下的方法,其基本思想是將模糊概唸引入Fisher線性判彆分析,通過對模糊Fisher準則的優化,在無鑑督模式下計算齣最佳鑒彆矢量及模糊散佈矩陣,再根據共軛正交約束條件,求得第二條最佳鑒彆矢量,進而穫得一種基于無鑑督統計不相關最佳鑒彆平麵的特徵抽取方法.對UCI數據集及CMU-PIE人臉數據庫進行實驗,結果錶明,在樣本類彆信息缺失的情況下,該方法儘管無法具有與有鑑督模式下的統計不相關最佳鑒彆平麵特徵抽取方法同樣的性能,但噹類彆差異較大時,能夠抽取有利于分類的統計不相關特徵,穫得優于主成分分析與獨立成分分析等常見無鑑督特徵抽取方法的性能.
통계불상관최가감별평면시일충중요적특정추취방법,재모식식별영역중구유엄범적응용.연이,통계불상관최가감별평면시기우Fisher준칙화총체산포구진공액정교조건적,수요통과양본유별신식계산Fisher최가감별시량,인이지능용우유감독모식.제출료일충장통계불상관최가감별평면확전도무감독모식하적방법,기기본사상시장모호개념인입Fisher선성판별분석,통과대모호Fisher준칙적우화,재무감독모식하계산출최가감별시량급모호산포구진,재근거공액정교약속조건,구득제이조최가감별시량,진이획득일충기우무감독통계불상관최가감별평면적특정추취방법.대UCI수거집급CMU-PIE인검수거고진행실험,결과표명,재양본유별신식결실적정황하,해방법진관무법구유여유감독모식하적통계불상관최가감별평면특정추취방법동양적성능,단당유별차이교대시,능구추취유리우분류적통계불상관특정,획득우우주성분분석여독립성분분석등상견무감독특정추취방법적성능.
