基于改进KCCA的快速特征提取方法

作     者：任学惠 郝元宏 李明 REN Xue-hui;HAO Yuan-hong;LI Ming

作者机构：兰州理工大学计算机与通信学院甘肃兰州730050 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2008年第29卷第6期

页      码：1475-1477页

摘      要：KCCA特征提取技术具有处理非线性数据的良好性能,但是存在计算量大、特征提取缓慢的局限性。针对KCCA的这一缺点,在研究KCCA特征提取技术和SVDD分类理论的基础上,提出了一种基于改进KCCA的快速特征提取方法,并将改进后的KCCA与SVDD的优势相结合应用于人脸识别中。通过在ORL人脸库上的实验仿真和对比结果验证了所提出方法的有效性。

主 题 词：典型相关分析 核方法 核典型相关分析 支持向量数据描述(SVDD) 人脸识别 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2008.06.026

馆 藏 号：203138751...