《表1 核映射前后在VIPeR数据集上的实验结果》
/%
从表2可知,RLDA和KRLDA算法的识别率比MFA和KLFDA算法的要低,原因在于LDA在求解最佳投影矩阵时,很大程度会受到训练样本数量的影响。在VIPeR数据集上,由于每个行人的训练样本个数非常少,导致建立的散度矩阵不能很好地反映样本类内和类间变化,从而在很大程度上影响了算法性能,而MFA和KLFDA算法则保留了样本间的局部拓扑结构,通过构建样本间的局部邻近关系来获得最优投影矩阵,使样本在投影空间内具有更好的可分性,因此,其识别率要比本文算法的高。以下图表中的KLFDA、MFA和KRLDA算法的实验结果都是基于RBF-χ2核函数的。
图表编号 | XD0017770200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.01 |
作者 | 雷大江、滕君、王明达、吴渝 |
绘制单位 | 重庆邮电大学软件工程学院、重庆邮电大学计算机科学与技术学院、重庆邮电大学软件工程学院、重庆邮电大学计算机科学与技术学院、重庆邮电大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |