采用虚拟训练样本优化正则化判别分析

被引：16

作者：

王卫东

郑宇杰

杨静宇

机构：

[1] 南京理工大学计算机系

来源：

关键词：

小样本问题; 正则化判别分析; 虚拟样本; 优化方法; 特征提取; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在模式特征子空间中选取一组标准正交向量,使用这组向量可以生成大量的虚拟训练样本,从而实现对协方差矩阵的优化.在ORL人脸库上的实验表明,优化后协方差矩阵的特征值均显著变大,使该矩阵的逆阵稳定性得到了提高.利用优化的协方差矩阵对正则化判别分析方法进行优化,其模式分类正确率有显著提高.

引用

页码：1327 / 1331

页数：5

共 4 条

[1] 基于特征分组加权聚类的表情识别 [J].

武宇文 ;

刘宏 ;

查红彬 .

[2] 人脸表情的实时分类 [J].

王宇博 ;

艾海舟 ;

武勃 ;

黄畅 .

[3] 基于Kanade-Lucas-Tomasi算法的人脸特征点跟踪方法 [J].

段鸿 ;

程义民 ;

王以孝 ;

蔡尚书 .

[4] 复杂背景下多姿态人脸快速检测算法 [J].

曲延锋 ;

李卫军 ;

徐健 ;

王守觉 .