采用虚拟训练样本的二次判别分析方法

被引：15

作者：

王卫东 ^{[1
]}

杨静宇 ^{[2
]}

机构：

[1] 江苏科技大学电子信息学院计算机系

[2] 南京理工大学计算机系

来源：

自动化学报 | 2008年 / 04期

关键词：

小样本问题; 二次判别分析; 虚拟训练样本; 扰动方法; 分类器; 人脸识别;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

小样本问题会造成各类协方差矩阵的奇异性和不稳定性.本文采用对训练样本进行扰动的方法来生成虚拟训练样本,利用这些虚拟训练样奉克服了各类协方差矩阵的奇异性问题,从而可以直接使用二次判别分析(Quadratic discriminant analysis,QDA)方法.本文方法克服了正则化判别分析(Regularized discriminant analysis,RDA)需要进行参数优化的问题.实验结果表明,QDA的模式识别率优于参数最优化时RDA算法的识别率.

引用

页码：400 / 407

页数：8

共 6 条

[1] 采用虚拟训练样本优化正则化判别分析 [J].

王卫东 ;

郑宇杰 ;

杨静宇 .

计算机辅助设计与图形学学报, 2006, (09) :1327-1331

[2] 基于镜像学习和复合二次距离的手写汉字识别 [J].

刘海龙 ;

丁晓青 .

清华大学学报(自然科学版), 2006, (07) :1239-1242

[3] 基于遗传算法重采样的人脸样本扩张 [J].

陈杰 ;

陈熙霖 ;

高文 .

软件学报, 2005, (11) :40-47

[4]

矩阵计算[M]. 科学出版社 , (美)G.H.戈卢布(GeneH.Golub), 2001

[5]

矩阵扰动分析[M]. 科学出版社 , 孙继广著, 2001

[6]

Face recognition methodbased on virtual sample .2 Wen J W,Zhao J L,Luo S W,Huang H. Proceedings of the Na- tional Science Foundation under Contract . 2001

← 1 →