谭龙
- 作品数：3 被引量：3H指数：1
- 供职机构：天津大学电子信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于无穷范数的二值线性判别分析
- 2013年
- 线性判别分析(LDA)是监督式的特征提取方法,在人脸识别等领域得到了广泛应用。为了提高特征提取速度,提出了基于无穷范数的线性判别分析方法。传统LDA方法将目标函数表示为类内散布矩阵和类间散布矩阵之差的或者商的L2范数,且通常需要涉及到矩阵求逆和特征值分解问题。与传统方法不同,这里所提方法将目标函数表示为类内散布矩阵和类间散布矩阵之差的无穷范数,而且最优解是以迭代形式得到,避免了耗时的特征值分解。无穷范数使得到的基向量实现了二值化,即元素仅在-1和1两个数字内取值,避免了特征提取时的浮点型点积运算,从而降低了测试时间,提高了效率。在ORL人脸数据库和Yale数据库上的实验表明所提算法是有效的。
- 翟佳谭龙潘静庞彦伟
- 关键词：线性判别分析二值化特征提取
- 基于近似零范数和无穷范数的维数约简
- 大数据时代来临的趋势已不可阻挡,信息量爆发式地增长一方面方便人们更加全面具体地观察事物,另一方面也增加了数据存储和计算的难度。维数约简作为一种能够有效降低数据维度的方法正越来越受到人们的关注。维数约简的方法包括主成成分分...
- 谭龙
- 关键词：维数约简二值化特征提取
- 文献传递
- 基于近似零范数的稀疏核主成成分算法被引量：3
- 2013年
- 核主成成分分析(KPCA)是一种有效的数据降维方法,其降维过程是计算待降维样本与所有训练样本核函数的线性叠加,所以其计算量依赖于训练样本的大小,致使降维效率很低。为了提高KPCA降维效率,提出利用近似的零范数对叠加系数施加稀疏约束,能够得到稀疏性很好的系数。降维时,去除大量系数为零的训练样本,所以能够显著提高降维速度。通过实验还发现该算法对离群点具有不错的鲁棒性,换句话说当训练人脸数据库中加入非人脸图像时能够较好的克服这些非人脸图像的影响。
- 谭龙何改云潘静庞彦伟
- 关键词：鲁棒性
