排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对传统DLDA算法计算复杂的问题,提出了DLDA／ESVD算法,该算法直接使用ESVD降维和提取非零特征值对应的特征向量．然后,为了提高DLDA／ESVD算法处理高维低秩矩阵的性能,提出了DL—DA／QR—ESVD算法,该算法使用列选主QR分解降维,使用ESVD提取非零特征值对应的特征向量．在ORL,FERET和YALE数据库上的实验结果表明,所提出的2种算法具有几乎相同的性能,并在计算复杂性和训练时间方面优于传统的DLDA算法．另外,在随机数据矩阵上的实验结果表明,DLDA／QR—ESVD算法处理高维低秩矩阵的性能优于DLDA／ESVD算法． 相似文献
1