- 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
硕上论文 多重集相关投謦 Y1918995
摘要
特征抽取是模式识别的关键问题之一,特征融合则是特征抽取的重要补充,对提高
系统分类性能具有重要意义。本文深入研究了多重集相关投影分析(包括多重集典型相
关分析和多重集偏最小二乘分析),将其应用于多特征融合,在手写体数字识别和人脸
识别问题中验证了所提算法的有效性。
本文的主要研究及创新工作如下:
(1)典型相关分析用于特征融合的局限性在于只能融合两种特征,而特征融合应
用本身则希望能够融合更多的特征。虽然多重集典型相关分析的提出由来已久,但在特
征抽取方面的应用还很少,本文深入研究了多重集典型相关分析,并提出了多重集偏最
小二乘分析,将它们应用于多特征融合。
(2)在广义典型相关分析的启发下,提出了多重集线性鉴别典型相关分析和多重
集最大散度差典型相关分析,使投影后最小化各集合类内离散度,最大化类间离散度和
集合相关性。广义典型相关分析最小化类内离散度的同时最大化集合间相关性,取得了
比典型相关分析更优的效果,但并未充分利用类信息,本文结合线性鉴别分析的思想提
出了多重集线性鉴别典型相关分析。通过分析最大散度差鉴别分析的基本思想和解法,
提出总体散布约束的最大散度差鉴别分析,并证明其与线性鉴别分析的等价性。分析了
子空间分析法求得的投影矢量尺度对分类的影响,总结和提出了四种投影矢量尺度归一
化方法。结合总体散布约束的最大散度差鉴别分析的思想提出了多重集最大散度差典型
相关分析。
(3)提出了鉴别型多重集典型相关分析和鉴别型多重集偏最小二乘分析。鉴别型
典型相关分析实现了最大化类内相关性同时最小化类间相关性,本文将其推广到多集合
的情况,并结合偏最小二乘分析提出鉴别型多重集偏最小二乘分析。
(4)结合典型相关分析用于单模态识别的方法,将类信息进行编码,作为多重集
典型相关分析的一个输入集,将特征数据作为其他输入集,提出了多重集典型相关分析
结合类信息的特征融合方法。
关键词:特征抽取,特征融合,典型相关分析,偏最小二乘分析,多重集相关投影分
析
Abs仃act 硕士论文
Abstract
Fean聪ex仃.actionisoneofme issuesof 佬ature
key pa做m把cogllitioIlwhile
缸sion off.ea:ture been t0be
ex仃action,“haS
is锄洒port锄complement pr0Ved importallt
t0 mec1勰sification a鹏wmetllodusedforfe硪lre
iIIlpr0Ve perfonnallce.Tllispaperpropose
如sionb弱edonmultisetcon.clation an啪berof
projectionanalysis,anddeVelope supeⅣised
I姗dw矗tten f.ace
leanlingalgorithIll,tlle digitrecogIlition锄drecognition proVe
expefiments
its discuSsedthe queStions:
Validi够11lispapermaillly following
文档评论(0)