计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
2期
49-54
,共6页
线性判别分析%降维%空间结构信息%空间平滑
線性判彆分析%降維%空間結構信息%空間平滑
선성판별분석%강유%공간결구신식%공간평활
Linear discriminant analysis%Dimensionality reduction%Spatial structure information%Spatially smooth
由“没有免费午餐定理(NFL)”可知:只有充分利用了与问题相关的先验知识的学习器才会拥有好的学习性能,而常用的线性判别分析(LDA)在为图像提取判别特征时对图像向量化的处理导致了空问结构的破坏,以致结构信息未被利用,从而限制了学习性能的进一步提升.空间平滑的LDA(SLDA)通过对LDA目标的空间正则化弥补了此不足,同时图像欧氏距离(IMED)则通过空间平滑欧氏距离实现对空间结构的利用,而后将其用于LDA(IMEDA).对这两种LDA间的内在联系进行了尝试探究:理论上证明了对于中心化样本,SLDA是IMEDA的特例;分析了算法的时间和空问复杂度;经验上通过Yale、AR和FERET人脸集比较了SLDA和IMEDA的识别性能和运行时间,同时分析了参数对模型性能的影响.
由“沒有免費午餐定理(NFL)”可知:隻有充分利用瞭與問題相關的先驗知識的學習器纔會擁有好的學習性能,而常用的線性判彆分析(LDA)在為圖像提取判彆特徵時對圖像嚮量化的處理導緻瞭空問結構的破壞,以緻結構信息未被利用,從而限製瞭學習性能的進一步提升.空間平滑的LDA(SLDA)通過對LDA目標的空間正則化瀰補瞭此不足,同時圖像歐氏距離(IMED)則通過空間平滑歐氏距離實現對空間結構的利用,而後將其用于LDA(IMEDA).對這兩種LDA間的內在聯繫進行瞭嘗試探究:理論上證明瞭對于中心化樣本,SLDA是IMEDA的特例;分析瞭算法的時間和空問複雜度;經驗上通過Yale、AR和FERET人臉集比較瞭SLDA和IMEDA的識彆性能和運行時間,同時分析瞭參數對模型性能的影響.
유“몰유면비오찬정리(NFL)”가지:지유충분이용료여문제상관적선험지식적학습기재회옹유호적학습성능,이상용적선성판별분석(LDA)재위도상제취판별특정시대도상향양화적처리도치료공문결구적파배,이치결구신식미피이용,종이한제료학습성능적진일보제승.공간평활적LDA(SLDA)통과대LDA목표적공간정칙화미보료차불족,동시도상구씨거리(IMED)칙통과공간평활구씨거리실현대공간결구적이용,이후장기용우LDA(IMEDA).대저량충LDA간적내재련계진행료상시탐구:이론상증명료대우중심화양본,SLDA시IMEDA적특례;분석료산법적시간화공문복잡도;경험상통과Yale、AR화FERET인검집비교료SLDA화IMEDA적식별성능화운행시간,동시분석료삼수대모형성능적영향.
