您的位置： 专家智库 > >

池艳广

作品数：3 被引量：5H指数：1
供职机构：哈尔滨工业大学深圳研究生院更多>>
发文基金：国家自然科学基金广东省自然科学基金中国博士后科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇最小均方
  • 2篇最小均方误差
  • 2篇均方
  • 2篇均方误差
  • 1篇再生核
  • 1篇生物特征
  • 1篇生物特征识别
  • 1篇特征提取
  • 1篇线性鉴别分析
  • 1篇分析方法

机构

  • 3篇哈尔滨工业大...

作者

  • 3篇池艳广
  • 1篇徐勇

传媒

  • 2篇计算机工程与...

年份

  • 1篇2008
  • 2篇2007
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于准则的KMSE分类模型的改造被引量：1
2008年
在再生核理论基础之上,可认为KMSE模型对应的特征空间的鉴别向量可以表示为部分训练样本的线性组合。可据此对一般的KMSE方法(GKMSE)通过某些手段加以改进。文章的准则被首次提出并应用于KMSE的改造,据此提出的改进的KMSE方法在很大程度上提高了KMSE模型的分类效率,同时实验结果也证明了该算法具有比较好的分类效果。
池艳广
关键词：再生核
样本典型性分析与线性鉴别分析被引量：4
2007年
首先分析了经典LDA方法的物理意义及其局限性,然后提出了一个新的LDA方法。该方法强调训练样本的典型性与代表性,并认为相同类别中与一个样本距离较远的若干样本是同一类别中对这个样本有典型意义的样本,而不同类别中与这个样本距离较近的若干样本也是对该样本而言有典型代表意义的样本。该新的LDA方法基于定义在这些典型样本上的类间散布矩阵与类内散布矩阵实现特征提取。方法的物理意义体现为:特征提取过程中最大化样本与不同类中的典型样本间距离与最小化样本与同类中的典型样本间距离这一思路的实现,可使抽取出的不同类别的样本特征具有更大的线性可分离性。充分的理论与实验分析表明本文方法可优于经典LDA方法。
徐勇池艳广
关键词：特征提取
几种投影分析方法及其在生物特征识别中的应用
生物特征识别的几个重要步骤是：预处理、特征抽取、分类。而特征抽取在生物特征识别的过程中占有重要的地位。投影分析方法是常见的一类特征抽取方法。常见的投影分析方法有很多，其中线性方法如线性鉴别分析方法和主成分分析方法，非线性...
池艳广
关键词：生物特征识别
文献传递
全选 清除 导出
共1页<1>
聚类工具0