计算机辅助设计与图形学学报
計算機輔助設計與圖形學學報
계산궤보조설계여도형학학보
JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS
2009年
3期
394-399
,共6页
增强典型相关分析%人脸识别%特征融合%异质图像融合
增彊典型相關分析%人臉識彆%特徵融閤%異質圖像融閤
증강전형상관분석%인검식별%특정융합%이질도상융합
在传统的典型相关分析(CCA)基础上,定义了类别相关性,提出了增强典型相关分析(ECCA)方法.对于一个模式空间的2个观测空间(对任意模式都有2种观测向量),ECCA能够找到这2个观测空间对类别而言更有意义的相关子空间,且同时保持了投影分量的无关性.实验结果表明,ECCA优于CCA,GCCA融合方法.
在傳統的典型相關分析(CCA)基礎上,定義瞭類彆相關性,提齣瞭增彊典型相關分析(ECCA)方法.對于一箇模式空間的2箇觀測空間(對任意模式都有2種觀測嚮量),ECCA能夠找到這2箇觀測空間對類彆而言更有意義的相關子空間,且同時保持瞭投影分量的無關性.實驗結果錶明,ECCA優于CCA,GCCA融閤方法.
재전통적전형상관분석(CCA)기출상,정의료유별상관성,제출료증강전형상관분석(ECCA)방법.대우일개모식공간적2개관측공간(대임의모식도유2충관측향량),ECCA능구조도저2개관측공간대유별이언경유의의적상관자공간,차동시보지료투영분량적무관성.실험결과표명,ECCA우우CCA,GCCA융합방법.
