科研之友
微信
新浪微博
Facebook
分享链接
摘要
阐述典型相关分析（CCA）是一种重要的多特征提取方法，它是研究变量之间相关的一种统计分析方法，能够有效地揭示变量之间的相互线性依赖关系。传统CCA方法没有充分利用样本类别信息并且只能处理简单的线性问题，提出一种核广义多重集典型相关分析方法（KGMCCA），通过引入核方法和监督信息，能够提取更具鉴别性的特征信息。在人脸数据集上的实验结果表明，该方法相较于其他特征提取方法具有更好的识别率。
- 单位
阐述典型相关分析（CCA）是一种重要的多特征提取方法，它是研究变量之间相关的一种统计分析方法，能够有效地揭示变量之间的相互线性依赖关系。传统CCA方法没有充分利用样本类别信息并且只能处理简单的线性问题，提出一种核广义多重集典型相关分析方法（KGMCCA），通过引入核方法和监督信息，能够提取更具鉴别性的特征信息。在人脸数据集上的实验结果表明，该方法相较于其他特征提取方法具有更好的识别率。
