结构化稀疏线性判别分析
文献类型：期刊论文
| 作者 | 崔振1; 山世光2; 陈熙霖2 |
| 刊名 | 计算机研究与发展
 |
| 出版日期 | 2014 |
| 卷号 | 51.0期号:010页码:2295 |
| 关键词 | 线性判别分析 正交化 人脸识别 最小二乘 结构化稀疏 |
| ISSN号 | 1000-1239 |
| 英文摘要 | 在监督场景下线性判别分析（linear discriminant analysis,LDA）是一种非常有效的特征提取方法.然而,LDA在小样本情况下通常会出现过拟合现象,并且学习的投影变换难以给出人类认知上的解释.针对这些问题,特别是可解释性结构的发现,借助于LDA的线性回归模型和结构化稀疏L2,1范数,提出了结构化稀疏线性判别分析（structured sparse LDA,SSLDA）方法.进一步,为了去除线性变换间的相关性,提出了正交化的SSLDA（orthogonalized SSLDA,OSSLDA）,它能更加有效地学习到细致的结构信息.为了求解这2个模型,引入了一个半二次的优化算法,它在投影变换和新引入的辅助变量之间采用交替优化的思想.为了验证所提出的方法,在AR、扩展的YaleB和MultiPIE 3个人脸数据库上对比了LDA及其变种方法,实验表明了所提出方法的有效性以及可解释性. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/34977]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.华侨大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 崔振,山世光,陈熙霖. 结构化稀疏线性判别分析[J]. 计算机研究与发展,2014,51.0(010):2295. |
| APA | 崔振,山世光,&陈熙霖.(2014).结构化稀疏线性判别分析.计算机研究与发展,51.0(010),2295. |
| MLA | 崔振,et al."结构化稀疏线性判别分析".计算机研究与发展 51.0.010(2014):2295. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。