一种基于核最大间距准则改进的特征提取方法

被引：2

作者：

李国栋 ^{[1
]}

李勇智 ^{[2
]}

机构：

[1] 兰州商学院信息工程学院

[2] 南京林业大学信息科技学院

来源：

江苏大学学报(自然科学版) | 2008年 / 05期

关键词：

核最大间距准则; 最优核鉴别矢量; 特征提取; 统计不相关性; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对非线性特征提取问题,基于核最大间距准则(KMMC),提出一种新的特征提取方法,即一组具有统计不相关性的最优核鉴别矢量集的简单计算方法.与原KMMC特征提取方法相比,新的特征提取方法消除了最优核鉴别矢量间的统计相关性,提高了特征提取的有效性.通过在ORL人脸库和YALE人脸库上进行试验,结果表明提出的特征提取方法在有效性方面整体上好于原KMMC特征提取方法和常用的核主成分分析(KPCA)法.

引用

页码：441 / 444

页数：4