公共文化服务平台

您的位置： 专家智库 > >

周航星: 作品数：1 被引量：6H指数：1; 供职机构：南京航空航天大学计算机科学与技术学院更多>>; 发文基金：江苏省自然科学基金国家自然科学基金更多>>; 相关领域：自动化与计算机技术更多>>

合作作者

共 1 条记录，以下是 1-1

全选清除导出

排序方式：

有序判别典型相关分析被引量：6: 2014年; 多视图学习方法通过视图间互补信息的融合,达到增强单一视图方法的鲁棒性并提升学习性能的目的.典型相关分析(canonical correlation analysis,简称CCA)是一种重要的多视图信息融合技术.其研究的是针对同一组目标两组不同观测数据间的相关性,目标是得到一组相关性最大的投影向量.但当面对标号有序的分类任务时,CCA因没有利用类信息和类间有序信息,造成了对分类性能的制约.为此,通过将有序类信息嵌入CCA进行扩展,发展出有序判别典型相关分析(ordinal discriminative canonical correlation analysis,简称OR-DisCCA).实验结果表明,OR-DisCCA的性能比相关方法更优.; 周航星陈松灿; 关键词：信息融合

全选清除导出

共1页<1>