原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于核最大间距准则改进的特征提取方法.pdf
艮．卷29篙 l■l
JOURNALoFJlANGSU Science
UNIVERSlTY(NaturalEdition)
一种基于核最大间距准则改进的特征提取方法
李国栋1，李勇智2
(1．兰州商学院信息工程学院，甘肃兰州730020；2．南京林业大学信息科技学院，江苏南京210037)
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剐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．
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
中图分类号：TP391文献标志码：A
An methodforface
improving recognition
basedonkernelmaximumcriterion
margin
L／Guo．don91，LIYong-zhi2
of Science
ofInformation Commercial Information
(I．School Engineering，LanzhouCollege，Lanzhou，Gansu730020，China；2．School
and Forestry 210037，China)
Technology，NanjingUniversity，Nanjing。Jiangtm
newfeatureextractionmethodbasedonkernelmaximum
Abstract：A margin
fornonlinearfeatureextractionwhichisa of uncorrelated
statistically
presented simplealgorithm optimal
discriminantvectorsinkernelfeature withthe KMMCfeatureextraction
space．Comparedoriginal
methodis in thestatisticalcorrelationbetweenfeaturevectors
method，theproposed powerfuleliminating
and offeatureextractioninthe dimensionalfeature re—
experimental
improvingefficiency hi。gh space．The
suits andYALEfacedatabaseshowthat
文档评论（0）