《表1 在GT图像数据集上的平均识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向多模态图像的柯西相关特征学习方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在实验部分，将CauCCA与OCCA、KCCA以及CCA进行了对比分析。该方法中的参数c从数据间隔为0.1的[0.1，1]区间内以及数据间隔为1的[2，10]区间内，利用交叉验证寻找最优参数。在最终的识别任务中，分类器使用的是基于欧式距离的最近邻分类器，并且展示了所有可能维数下的最优识别率。在3个图像数据集上，随机从每类中选择u（u=4，5，6，7）幅图像作为训练图像，剩余图像用于测试，独立运行10次样本随机实验，在表1～3中分别展示了平均识别率。