纪昂
- 作品数：2 被引量：1H指数：1
- 供职机构：复旦大学信息科学与工程学院计算机科学系更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 一种基于叶分量分析的带有监督信息的在线学习方法被引量：1
- 2009年
- 在一些模式识别应用中,具有类属信息的样本数量较少,此时监督学习算法会遇到小样本问题,导致分类器的识别精度大幅低于预期水平。基于叶分量分析,提出一种带监督信息的在线学习方法。该方法在训练过程进行监督学习,而在模式识别阶段能够在对输入样本进行分类的同时基于这些样本进行非监督在线学习,因此实现了监督学习与非监督学习的结合。在小本量情况下,在线学习可以弥补训练阶段监督学习的不足,仍能保证获得较高的识别精度。实验证明,该方法能够有效克服小样本问题。
- 纪昂姚丹郭跃飞
- 关键词：小样本增量式学习
- 一种基于叶分量分析的在线学习算法及其在人脸识别中的应用
- 模式的特征表示及提取是模式识别中的一个重要问题,特征表示及提取的有效性对于分类等问题的解决具有决定性作用。在诸如计算机视觉等领域中,数据往往具有较高维数,此时,出于计算可行性的考虑,需要能够用具有较低维数的特征来表示原始...
- 纪昂
- 关键词：人脸识别在线学习算法
- 文献传递
