多重集相关投影析与特征融合研究.pdfVIP

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