10.3969/j.issn.1673-629X.2014.01.019
张量线性判别分析算法研究
针对传统线性判别分析中存在的小样本问题及对TensorLDA算法中两个投影矩阵不能同时计算、低维特征提取不充分的问题,文中研究并实现了张量子空间下的张量线性判别分析( TensorLDA)算法。并且提出了It-TensorLDA算法,即先用单位矩阵初始化,再利用优化准则求另一个投影矩阵,并进行多次迭代的改进方法。采用ORL数据库测试算法的性能,在ORL人脸数据库上It-TensorLDA比TensorLDA的平均识别率高1.88%,比Fisherfaces的平均识别率高3.03%。因此,文中算法有效避免了小样本问题,提高了人脸识别效果。
线性判别分析、张量、子空间、张量线性判别分析、特征提取
TP301(计算技术、计算机技术)
国家自然科学基金资助项目60970157
2014-01-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
73-76