文献

J-GLOBAL ID：201502231567351107   整理番号：15A0456808

ロバストなL1ノルム2次元線形判別分析

Robust L1-norm two-dimensional linear discriminant analysis

著者 (3件)： LI Chun-Na (Zhijiang Coll., Zhejiang Univ. of Technol., Hangzhou, 310024, CHN) ,  SHAO Yuan-Hai (Zhijiang Coll., Zhejiang Univ. of Technol., Hangzhou, 310024, CHN) ,  DENG Nai-Yang (Coll. of Sci., China Agricultural Univ., Beijing, 100083, CHN)
資料名： Neural Networks  (Neural Networks)
巻： 65  ページ： 92-104  発行年： 2015年05月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ロバストな性能を持つL1ノルム2次元線形判別分析(L1-2DLDA)を提案した。最適化問題が一般化固有値問題に書き換えられる,L2ノルムを持つ従来の2次元線形判別分析(L2-2DLDA)とは異なり,本L1-2DLDAにおける最適化問題は単純で正当な反復技法によって解かれ,その収束が保証される。L2-2DLDAと比べ,L1ノルムが用いられるので本L1-2DLDAは外れ値やノイズによりロバストである。これは小さな例と顔データ集合における予備実験によって支持され,L2-2DLDAよりも本L1-2DLDAの向上が示された。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *判別分析 ,  *ノルム ,  ロバスト性 ,  *最適化問題 ,  固有値問題 ,  最適化 ,  異常値 ,  雑音 ,  評価試験 ,  二次元
準シソーラス用語： ノイズ ,  一般化固有値問題 ,  外れ値 ,  *線形判別分析

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (4件)： ロバスト ,  L1ノルム ,  2次元 ,  線形判別分析