典型文献
标签敏感的多重集正交相关特征融合方法
文献摘要：
典型相关分析(CCA)作为一种经典的特征融合方法,广泛用于模式识别领域,其目标是学习相关投影方向使两组变量间的相关性最大,但其没有考虑样本的类标签信息和样本间的信息冗余(MDOCCA),从而影响了融合后特征的监督敏感性和鉴别力.为此,该文提出一种标签敏感的多重集正交相关特征融合方法,该方法在典型相关分析理论基础上,将类标签信息嵌入到特征融合框架,同时加入正交约束确保融合特征最大限度的不相关,减少特征信息冗余,提高鉴别力.在不同图像数据集上的实验结果显示该方法是一种有效的特征融合方法.
文献关键词：
特征融合;典型相关分析;多重集;鉴别;正交
中图分类号：
作者姓名：
赵前进;平昕瑞;苏树智;谢军
作者机构：
安徽理工大学数学与大数据学院 淮南 232001;安徽理工大学计算机科学与工程学院 淮南 232001
文献出处：
引用格式：
[1]赵前进;平昕瑞;苏树智;谢军-.标签敏感的多重集正交相关特征融合方法)[J].电子与信息学报,2022(10):3458-3464
A类：
MDOCCA
B类：
多重集,正交相,特征融合,融合方法,典型相关分析,模式识别,组变量,标签信息,信息冗余,鉴别力,融合框架,正交约束,融合特征,不相关,特征信息,图像数据集
AB值：
0.297402
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
