高建强
- 作品数：4 被引量：9H指数：2
- 供职机构：河海大学计算机与信息学院更多>>
- 发文基金：山东省自然科学基金国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术理学军事更多>>
- 模糊线性判别分析中距离对面部识别的影响被引量：2
- 2012年
- 针对面部识别问题提出了基于QR分解的模糊线性判别分析方法,并通过ORL、Yale和FERET人脸数据实验研究了该方法在不同距离下对面部识别率的影响;同时还研究了KNN分类器中K值的选择对面部识别率的影响。实验结果表明,距离的选取对面部识别率的结果有明显的影响。对不同的人脸数据集来说,KNN分类器中的K的选取也会对识别率有影响。对于ORL面部图像数据来说,在Minkowski距离下(m=3),K=1时分类效果最好;对于YALE人脸数据,在Chebyshey距离下,K=5时分类效果最好;对于FERET人脸数据,在绝对距离下,K=1时分类效果最好。
- 高建强范丽亚
- 关键词：QR分解识别率小样本
- 正则线性判别分析和最大散度判别分析的算法比较(英文)
- 2013年
- 我们给出了识别率偏差波动的计算公式,同时利用不同的参数在UCI的三个数据集上比较了正则线性判别分析和最大散度距离判别分析方法的识别性能。实验结果表明,在适当的参数下,正则线性判别分析的识别性能优于最大散度距离判别分析。另外,对于K近邻分类器中不同的K值,最大散度距离判别分析的识别率偏差波动要比正则线性判别分析的波动小。因此,在处理识别任务的实际应用中,对于一个稳定的识别方法,应该考虑识别率偏差波动。
- 李莉高建强
- 关键词：参数选择
- 基于中值PCA和加权PCA数据分类的研究被引量：3
- 2014年
- 在分析了传统主成分分析(PCA)方法的原理和实现方法上,提出了基于中值的主成分分析新方法 (MPCA)。另外,针对多类高维数据分类问题,较深入地研究了权函数对分类问题的影响,对传统PCA模型进行加权处理得到加权主成分分析(WPCA)。实验结果表明,MPCA比传统PCA具有较好的分类效果,不同权函数对数据的分类结果影响较大,且WPCA比传统PCA在分类效果上有明显的优势。
- 王德芬高建强李莉
- 关键词：MPCA权函数
- 加权PCA和加权LDA中距离对分类结果的影响被引量：5
- 2010年
- 针对多类分类问题提出了加权改进主成分分析法(WIPCA),并通过实验研究了加权主成分分析和加权线性判别分析中距离对分类结果的影响.
- 高建强范丽亚
- 关键词：主成分分析线性判别分析权函数
