检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]江苏科技大学电子信息学院,镇江212003 [2]江南大学信息工程学院,无锡214122
出 处:《计算机工程》2009年第23期184-186,共3页Computer Engineering
基 金:国家自然科学基金资助项目(60572034);教育部新世纪优秀人才计划基金资助项目(NCET-06-0487)
摘 要:针对随机数据在高斯分布条件下,独立成分分析在本质上不可能实现的问题,提出在统计不相关矢量集上进行独立成分分析。与一般白化变换后的数据相比,基于统计不相关矢量集的数据具有更好的不相关性,在估计独立分量时性能更优越。在ORL人脸数据库上进行的实验结果证明了该算法的有效性。Aiming at the problem that the Independent Component Analysis(ICA) can not be achieved if the observed variables are gaussian distribution, this paper presents ICA based on a set of uncorrelated discriminant features. Compared with whitening transform which accomplished by classical Principal component analysis, a set of uncorrelated discriminant features extracts features with less relativity, it is more useful for ICA. Experiments with ORL face image database have been performed and results demonstrate the effectiveness of this approach.
分 类 号:TP391.41[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.70