模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2007, Vol. 20 Issue (3): 394-398    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
改进的KMSE方法及其实现*
徐勇1,陆建峰2,金忠2,杨静宇2
1.哈尔滨工业大学 深圳研究生院 深圳 518055
2.南京理工大学 计算机科学与技术系 南京 210094
Improved Kernel Minimum Squared Error Method and Its Implementations
XU Yong1, LU JianFeng2, JIN Zhong2, YANG JingYu2
1.Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen 518055
2.Department of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094

全文: PDF (328 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 依据KMSE模型对应的特征空间中的鉴别矢量可表示为部分训练样本的线性组合这一理论前提,可利用回归分析中变量选择的思路对KMSE模型加以改进.在本文中为了提高KMSE的分类效率而发展出的基于最小平方误差准则的算法能大大提升KMSE模型的分类速度.实验结果显示该算法还能取得较优的分类性能.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
徐勇
陆建峰
金忠
杨静宇
关键词 核Fisher鉴别分析(KFDA)核最小平方误差(KMSE)鉴别矢量模式识别    
Abstract:On the basis of the fact that the discriminant vector of the feature space associated with the kernel minimum squared error (KMSE) model can be expressed in terms of a linear combination of samples selected from all the training samples, the idea of variable selection can be exploited to improve the KMSE model. To improve the classification efficiency, an algorithm based on the minimum square error criterion is proposed. It classifies test samples efficiently. Experiments show that the proposed method also has good classification performance.
Key wordsKernel Fisher Discriminant Analysis (KFDA)    Kernel Minimum Squared Error (KMSE)    Discriminant Vector    Pattern Recognition   
收稿日期: 2006-02-09     
ZTFLH: TP391  
基金资助:国家自然科学基金(No.60620160097,60602038)、广东省自然科学基金(No.06300862)资助项目
作者简介: 徐勇,男,1972年生,副教授,主要研究方向为模式识别与图像处理.Email:laterfall2@yahoo.com.cn.陆建峰,男,1969年生,博士研究生,主要研究方向为图像处理、模式识别.金忠,男,1961年生,教授,博士生导师,主要研究方向为模式识别、图像检测及检索、字符识别、人机交互等.杨静宇,男,1941年生,教授,博士生导师,主要研究方向为计算机视觉、信息融合、模式识别、智能机器人.
引用本文:   
徐勇,陆建峰,金忠,杨静宇. 改进的KMSE方法及其实现*[J]. 模式识别与人工智能, 2007, 20(3): 394-398. XU Yong , LU JianFeng , JIN Zhong , YANG JingYu. Improved Kernel Minimum Squared Error Method and Its Implementations. , 2007, 20(3): 394-398.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2007/V20/I3/394
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn