一種基于核函數特征提取改進方法的應用

摘要：針對標準的核典型相關分析(KccA)方法在對訓練樣本增大的情況下相應計算機復雜度劇增、內存占用量大的缺陷，在對標準的KccA特征提取方法分析推導的基礎上，提出了一種改進的核函數特征提取方法。該方法首先根據特征值的大小對訓練樣本重要程度進行判斷，進而完成對應特征向量的提取；然后通過與SVDD分類器的結合，在對圖像識別率影響不大的情況下，提升了對圖像特征提取的效率，節省了系統的存儲量；最后通過在Yale標準人臉庫上進行仿真對比實驗，驗證了該方法的可行性，從而為提高圖像模式識別效率提供了一種有效的途徑。