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  2010, Vol. 23 Issue (4): 501-507    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种自适应最大拒绝鉴别分析及其鉴别矢量集
郭志波1,2,严云洋3,杨静宇2,赵春霞2
1.扬州大学 信息工程学院 扬州 225009
2.南京理工大学 计算机科学与技术学院 南京 210094
3.淮阴工学院 计算机科学与技术学院 淮阴 223003
Adaptive Maximal Rejection Discriminant Analysis and Its Discriminant Vectors
GUO Zhi-Bo1,2,YAN Yun-Yang3,YANG Jing-Yu2,ZHAO Chun-Xia2
1.College of Information Engineering,Yangzhou University,Yangzhou 225009
2.College of Computer Science and Technology,Nanjing University of Science and Technology,Nanjing 210094
3.College of Computer Science and Technology,Huaiyin Institute of Technology,Huaiyin 223003

全文: PDF (451 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对 MRC-Boosting方法中的弱分类器二值化以及鉴别矢量不正交等问题,提出一种自适应最大拒绝鉴别分析(AdaMRDA),进一步提高分类性能。通过已抽取的鉴别特征到期望中心的距离,设计一种自适应权重调整方法,使得后面得到的鉴别矢量更加有利于分类,并且给出最佳正交鉴别矢量集的求解方程。最后,通过在2个数据库上的实验证明,AdaMRDA方法在分类性能上明显优于MRC-Boosting方法及相关方法。
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
关键词 特征抽取最大拒绝分类器(MRC)线性鉴别分析(LDA)Boosting    
Abstract:Aiming at the two-value output of weak classifiers and Non-orthogonal discriminant vectors on the MRC-Boosting, an adaptive maximal rejection discriminant analysis (AdaMRDA) is proposed to further improve the classification performance. Based on the Euclid distance between the extracted discriminant features and their expectation mean, an adaptive updating weights method is developed firstly, by which the latter discriminant vectors obtained are more beneficial for classification. Then the equation solving the optimal orthogonal discriminant vectors is given. Finally, the experimental results on 2 databases prove that AdaMRDA is superior to MRC-Boosting and related methods on classification performance.
Key wordsFeature Extraction    Maximal Rejection Classifier (MRC)    Linear Discriminant Analysis (LDA)    Boosting   
收稿日期: 2009-03-11     
ZTFLH: TP391.4  
基金资助:国家自然科学基金重点项目(No.60632050)、国家自然科学基金项目(No.60875004)和江苏省高校自然科学基础研究计划项目(No.08KJB510023)资助
作者简介: 郭志波,男,1975年生,博士,副教授,主要研究方向为模式识别、机器视觉等.E-mail:zhibo_guo@163.com.严云洋,男,1968年生,博士,教授,主要研究方向为模式识别、机器学习.杨静宇,男,1941年生,教授,博士生导师,主要研究方向为模式识别、计算机视觉、智能机器人.赵春霞,女,1964年生,教授,博士生导师,主要研究方向为智能机器人与智能检测系统、图形图像技术与模式识别.
引用本文:   
郭志波,严云洋,杨静宇,赵春霞. 一种自适应最大拒绝鉴别分析及其鉴别矢量集[J]. 模式识别与人工智能, 2010, 23(4): 501-507. GUO Zhi-Bo,YAN Yun-Yang,YANG Jing-Yu,ZHAO Chun-Xia. Adaptive Maximal Rejection Discriminant Analysis and Its Discriminant Vectors. , 2010, 23(4): 501-507.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I4/501
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