| 基于小样本条件下线性判别分析图像增强算法研究 |
| |
| 引用本文： | 陈平,廖玉霞.基于小样本条件下线性判别分析图像增强算法研究[J].科学技术与工程,2013,13(6). |
| |
| 作者姓名： | 陈平 廖玉霞 |
| |
| 作者单位： | 重庆电子工程职业学院,重庆电子工程职业学院 |
| |
| 摘 要： | 摘要：针对以往降维处理方法在小样本条件下受到矩阵奇异化的限制，从而无法进行有效的奇异值分解以及逆变换的缺陷，提出了一种自动对变换矩阵添加扰动量，从而保证奇异值分解和逆变换顺利进行的算法。首先，定义了线性变换矩阵的构成模式，利用线性投影变换将样本点投影到null空间和幅度空间，然后在压缩后的幅度空间对变换矩阵自动添加扰动量，然后在此基础上进行奇异值分解和逆变换，从而计算得到最终的从高维空间到低维空间的线性变换矩阵。本方法无需认为设定扰动量，能自动实现投影变换的计算。能广泛使用在高维特征空间的降维处理，尤其是少样本条件下的高维特征空间降维处理中。
|
| 关 键 词： | 关键词：图像增强 图像边缘 高斯模型 降维 |
| 收稿时间： | 10/9/2012 3:34:34 PM |
| 修稿时间： | 10/9/2012 3:34:34 PM |
A New Dimensionality Reduction Method for Small Sample Size Problem |
| |
| chen ping and LIAO Yu-xia.A New Dimensionality Reduction Method for Small Sample Size Problem[J].Science Technology and Engineering,2013,13(6). |
| |
| Authors: | chen ping and LIAO Yu-xia |
| |
| Institution: | Chongqing College of electronic engineering |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
