文献

J-GLOBAL ID：201702226071316070   整理番号：17A0117624

KPCA(カーネル主成分分析)とSVM(サポートベクトルマシン)を用いた性別分類【Powered by NICT】

Gender classification using KPCA and SVM

著者 (2件)： Goel Anjali (University School of Information & Communication Technology, Guru Gobind Singh Indraprastha University, New Delhi, India) ,  Vishwakarma Virendra P. (Vishwakarma University School of Information & Communication Technology, Guru Gobind Singh Indraprastha University, New Delhi, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： RTEICT  ページ： 291-295  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 性別分類のための特徴ベクトルを構築する新しい方法を本論文で提案した。,使用した画像の関連性の無い特徴を除去することである新しい特徴低減技術。特徴削減を同時に,データセットのフィッティング問題を低減する助けとなる。KPCA(カーネル主成分分析)はデータを元の空間非線形特徴空間へのからカーネルベースPCAである。カーネルトリックはマッピングデータの高価な計算を低減する高次元空間へのに役立つ。SVM CとΥの最適パラメータを交差検証データセットを用いて学習した。KPCA(カーネル主成分分析)を用いて得られた特徴はSVMを用いた雄または雌に画像を分類するために用いた。異なるデータベースの画像すなわちAT@T,Faces94とGeorgia Tech提案手法の効率を検証するために使用した。提案手法は,他の既存の技術と比較して,より優れた汎化性能を持っている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画像 ,  *サポートベクトルマシン ,  データベース ,  汎化 ,  高次元
準シソーラス用語： 最適パラメータ ,  Kernel法 ,  特徴空間 ,  特徴ベクトル ,  *カーネル主成分分析 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： KPCA ,  カーネル主成分分析 ,  SVM ,  サポートベクトルマシン ,  性別分類