一种组合类别信息的核主成分分析方法

来源 :模式识别与人工智能 | 被引量 : 14次 | 上传用户:dodosparkle
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于核主成分分析(KPCA)理论,提出一种有监督的特征提取方法.该方法在特征提取过程中充分直接利用训练核样本的类别信息,并且在计算上仍采用与 KPCA 方法类似的数学公式,因此被称为组合类别信息的核主成分分析(CIKPCA).另外,在分类时提出基于两种特征融合的分类策略从而进一步提高 CIKPCA 方法的识别率.在3个人脸库上进行实验,结果表明本文方法在识别率方面整体超过常用的 KPCA 方法,甚至超过核线性判别准则方法.
其他文献
摘 要: 最近几年来,中等职业教育得到了迅猛发展,各类中职学校的办学规模也是越来越大,加之职业教育本身对教师要求的特殊性,众多中职学校年轻教师的业务能力和实践水平都丞待提高。在这种情况下,采取哪种措施、实施哪种方案,从而能够实现快速有效地提升中职学校年轻教师的素质和能力已成为热议的话题。作者从实际角度出发,对中职学校教师的素质能力要求、年轻教师自身存在的不足,以及适合中职学校采用的年轻教师培养方案
对于职业教育而言,大多数高职院校都把学生的就业率和专业对口率作为课程改革与教学实践的主导方向,培养目标往往与企业需求紧密相扣,这是符合我国当前经济环境下职业教育发