%0 Journal Article
%T 稀疏保持典型相关分析及在特征融合中的应用
%A 侯书东
%A 孙权森
%J 自动化学报
%P 659-665
%D 2012
%R 10.3724/SP.J.1004.2012.00659
%X ？稀疏保持投影(Sparsitypreservingprojections,SPP)由于保持了数据间的稀疏重构性,因而获取的投影向量满足旋转、尺度和平移的不变性,并能够在无标签的情况下提取样本的自然鉴别信息,在人脸识别领域取得了较为成功的应用.本文在典型相关分析(Canonicalcorrelationanalysis,CCA)的基础上引入稀疏保持项,提出一种稀疏保持典型相关分析(Sparsitypreservingcanonicalcorrelationanalysis,SPCCA).该方法不仅实现了两组特征集鉴别信息的有效融合,同时对提取特征间的稀疏重构性加以约束,增强了特征的表示和鉴别能力.在多特征手写体字符集与人脸数据集上的实验结果表明,SPCCA比CCA具有更优的识别性能.
%K 典型相关分析(CCA)
%K 稀疏保持投影(SPP)
%K 稀疏保持典型相关分析(SPCCA)
%K 特征融合
%U http://www.aas.net.cn/CN/abstract/abstract17721.shtml