基于图像矩阵的非线性不相关鉴别特征抽取技术  

Nonlinear and Uncorrelated Discriminant Feature Extraction Technique Based on Image Matrix

作　　者：陈才扣 宋枫溪[1] 杨静宇[1] 杨健[1] 

机构地区：[1]南京理工大学计算机科学系

出　　处：《数据采集与处理》2004年第2期119-123,共5页Journal of Data Acquisition and Processing

基　　金：国家自然科学基金 ( 60 0 72 0 3 4)资助项目 ;国家教委博士点基金资助项目

摘　　要：针对现有核 Fisher鉴别分析方法的弱点 ,提出了一种基于图像矩阵的非线性不相关鉴别特征抽取技术。该方法的基本思路是 :首先 ,通过经验核映射将原始输入空间 Rn 映射到某特征空间 RN,然后将特征空间 RN 上的训练样本向量变换为一个 p×k( N=p×k)的图像矩阵 ,最后基于该图像矩阵直接构造该空间上的散布矩阵。在Concordia大学的 CENPARMI手写体数字数据库上的试验结果验证了本文方法的有效性。Considering the weakness of existing kernel Fisher discriminant analysis (KFDA) method,a nonlinear and uncorrelated discriminant feature extraction technique based on image matrix (I-UKFDA) is proposed. Firstly,the original input space R n is mapped into a feature space R N via an empirical kernel map. Then,each of the mapped training sample vectors in the feature space is transformed into a p×k image matrix with N=p×k . Based on the image matrices,the scatter matrices of the feature space are constructed. Finally,experimental results in the CENPARMI handwritten digital database of Concordia University indicate that the method is effective than KFDA.

关 键 词：图像矩阵 模式识别 线性鉴别分析 特征抽取算法 非线性不相关鉴别特征抽取技术 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]