摘要
由于小样本情况下,类内散布矩阵SwΦ零空间的存在,使得利用基于核的无相关鉴别矢量集算法求取的鉴别矢量存在退化现象,因此作者提出了一种改进的基于核的无相关鉴别矢量集算法(MKUFDA)。在ORL人脸图像库上的仿真实验结果表明,与基于核的无相关鉴别矢量集算法相比,改进的基于核的无相关鉴别矢量集算法具有更高的识别性能。
For in small sample case, within-class scatter matrix has zero space which degenerates the vectors＇ discriminant ability. A modified Kernel-based uncorrelated set of discriminant vectors algorithm（MKUFDA） was proposed. Experiments on ORL face dataset show that our modified algorithm has a better performance than original kernel-based uncorrelated discriminant Vectors.
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2007年第4期891-896,共6页
Journal of Jilin University:Engineering and Technology Edition
基金
国家自然科学基金资助项目(60372060)
国家科技部国际合作项目(2005DFA10300)
关键词
信息处理技术
基于核的无相关鉴别矢量集
核映射
人脸识别
information processing
kernel-based uncorrelated set of discriminant vectors
kernel trick
face recognition
