文献

J-GLOBAL ID：201702243308045850   整理番号：17A1333554

L2,1ノルム正則化の一般化カーネル判別分析とその顔認識【JST・京大機械翻訳】

Face Recognition by Generalized Kernel Discriminant Analysis via L2,1-Norm Regularization

著者 (3件)： Fu Junpeng (江南大学数字媒体学院,江蘇无錫,214122) ,  Chen Xiuhong (江南大学数字媒体学院,江蘇无錫,214122) ,  Ge Xiaoqian (江南大学数字媒体学院,江蘇无錫,214122)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 11  号： 1  ページ： 124-133  発行年： 2017年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 特徴選択と部分空間学習は顔認識の重要な問題である。人間の顔における豊富な非線形特徴をより正確に選択し,小サンプル問題を解決するために,新しいL2を提案した。1ノルム正則化の一般化核判別分析(generalized kemel discriminant analysis based on L2,1-norm regularization,L21GKDA)。カーネル関数を用いて,元のサンプルを高次元特徴空間に写像し,一般化カーネルFisher判別基準を得て,次に,非線形モデルを線形回帰モデルに変換した。特徴選択と部分空間学習を同時に行うために、モデルにL1、1ノルムペナルティ項を加え、正則化方法の求解アルゴリズムを提案した。方法はL2,1ノルムのペナルティ項の特徴選択能力を利用するため,有効に識別率を高めることができる。ORL,ARおよびPLE顔データベースに関する実験結果は,新しいアルゴリズムが顔の非線形特性を効果的に選択することができて,識別能力を改良することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *判別分析 ,  ペナルティ ,  高次元 ,  *ノルム ,  モデル ,  特徴選択 ,  *正則化 ,  アルゴリズム
準シソーラス用語： 顔データベース ,  認識率 ,  線形回帰モデル ,  非線形モデル ,  特徴空間 ,  Kernel関数 ,  部分空間学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： face recognition ,  feature selection ,  subspace learning ,  L2 ,  1-norm ,  kernel discriminant analysis

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ノルム ,  正則化 ,  一般化 ,  カーネル ,  判別分析 ,  顔認識