搜索结果: 1-5 共查到“计算机应用 LDA”相关记录5条 . 查询时间(0.046 秒)
多视图有监督的LDA模型
多视图分类 概率主题模型 变分期望最大化
2017/1/12
本文主要关注多视图数据的分类问题.考虑到集成分类方法可组合多个弱分类器构成一个强分类器,以及主题模型能学习复杂数据的语义表示,本文试图将集成学习思想引入主题模型中,以便同时学习多视图数据的分类规则和预测性语义特征.具体地,结合概率主题模型LDA模型和集成分类方法Softmax混合模型,提出了一个多视图有监督的分类模型.基于变分EM方法,推导了该模型的参数估计算法.两个真实图像数据集上的实验结果表明...
对称LDA及其在人脸识别中的应用
人脸识别 镜像对称性 对称线性鉴别分析
2010/1/13
线性鉴别分析是特征抽取中最为经典和广泛使用的方法之一。基于人脸的一种直观自然特性——镜像对称性，提出一种算法——对称线性鉴别分析。该算法引入镜像变换，生成镜像样本，依据奇偶分解原理，生成镜像奇、偶对称样本，并分别提取各奇偶样本的对称鉴别特征。理论分析与实验证明，该算法合理地利用了镜像样本，既扩大了样本容量，又提高了人脸识别率。
在小样本条件下直接LDA的理论分析
模式识别 Fisher准则 降维
2009/11/24
直接线性鉴别分析(DLDA)是一种以克服小样本问题而提出的LDA扩展方法，被声明利用了包含类内散布矩阵零空间外的所有信息。然而，很多反例表明事实并非如此。为了更深入地了解DLDA的特性，该文从理论上对其进行了分析，得出结论：基于传统Fisher准则的DLDA几乎没利用零空间，将丢失一些有用的鉴别信息；而基于广义Fisher准则的DLDA，若满足一定条件(在高维小样本数据应用中一般都满足)且最优鉴别...
融合LDA和多类SVM的图像语义映射研究
支持向量机 模糊C均值聚类 线性判别分析
2009/7/10
建立图像低层特征到高层语义的映射是图像语义检索的关键问题之一，SVM是其中行之有效的方法。为了便于规则生成，将模糊C均值聚类SVM多类分类方法应用于图像语义映射。但由于异类图像特征常常混杂，最终形成的二叉树分支一般很多，映射准确率下降明显。为此，将线性判别分析法引入二叉树建树过程中，通过聚类之前先对特征优化处理来改进算法性能。实验结果表明该方法建立起了更便于理解的分类树结构且LDA的引入使得映射准...
OBJECT TRACKING USING INCREMENTAL 2D-LDA LEARNING AND BAYES INFERENCE
object tracking incremental 2D-LDA Bayes inference
2013/7/17
The appearances of the tracked object and its surrounding background usually change during tracking. As for tracking methods using subspace analysis, fixed subspace basis tends to cause tracking failu...