서지주요정보
A computationally efficient technique for feature extraction with null-space based linear discriminant analysis = 영 공간 기반 선형 판별 분석을 쓰는 특징 추출에서의 계산 효율적 기법
서명 / 저자 A computationally efficient technique for feature extraction with null-space based linear discriminant analysis = 영 공간 기반 선형 판별 분석을 쓰는 특징 추출에서의 계산 효율적 기법 / Yu-Xi Hou.
저자명 Hou, Yu-Xi ; Hou Yuxi
발행사항 [대전 : 한국과학기술원, 2012].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8024539

소장위치/청구기호

학술문화관(문화관) 보존서고

DEE 12044

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

The linear discriminant analysis (LDA), aiming at maximizing the ratio of the betweenclass distance to the within-class distance of data, is one of the most fundamental and powerful feature extraction methods. The LDA has been successfully applied in many applications such as facial recognition, text recognition, and image retrieval. However, due to the singularity of the within-class scatter, the LDA becomes ill-posed for small sample size (SSS) problems where the dimension of data is larger than the number of data. To extend the applicability of LDA in SSS problems, the null space-based LDA (NLDA) was proposed as an extension of the LDA. The NLDA has been shown in the literature to provide a good discriminant performance for SSS problems: Yet, as the original scheme for the feature extractor (FE) of the NLDA suffers from a complexity burden, a number of modified schemes based on QR factorization and eigen-decomposition have since been proposed for complexity reduction. In this dissertation, by transforming the problem of finding the FE of the NLDA into a linear equation problem, a novel scheme is derived, offering a further reduction of the complexity.

자료의 부류안 거리에 대한 부류사이 거리의 비를 가장 크게 하는 선형 판별 분석은 가장 기본적이고 널리 쓰이는 특징 추출 방법들 가운데 하나이다. 선형 판별 분석은 얼굴 인식, 문자 인식, 영상 복원과 같은 여러 응용 분야에서 훌륭하게 쓰여 왔다. 하지만, 작은 표본 크기 문제에는 - 곧, 자료의 차원이 자료의 수보다 클 때에는 - 부류안 분산 행렬의 특이성 때문에 선형 판별 분석을 쓰기 어렵다. 이에, 작은 표본 크기 문제에도 쓸 수 있도록, 선형 판별 분석의 확장 가운데 하나로서 영 공간 기반 선형 판별 분석이 제안되었다. 영 공간 기반 선형 판별 분석은 작은 표본 크기 문제에서 판별 성능이 좋다는 사실을 여러 연구에서 보였다. 그러나, 영 공간 기반 선형 판별 분석을 써서 특징을 추출하는 원래 기법은 복잡도가 너무 높다는 문제가 있으며, 이를 해결하고자 큐알 분해와 고유값 분해를 바탕으로 하는 몇 가지 기법들이 제안된 바 있다. 이 논문에서는 영 공간 기반 선형 판별 분석을 써서 특징을 추출하는 문제를 선형 방정식 문제로 바꾸어 복잡도가 낮은 새로운 기법을 제안하고, 그 성능과 복잡도를 다른 방법들과 견주어 보았다.

서지기타정보

서지기타정보
청구기호 {DEE 12044
형태사항 vi, 55 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : Hou Yuxi
지도교수의 영문표기 : Iick-Ho Song
지도교수의 한글표기 : 송익호
수록잡지명 : "Complexity-reduced scheme for feature extraction with linear discriminant analysis". IEEE Transaction on Neural Networks and Learning System, v.23.no.6, pp.1003-1009(2012)
Including Appendix
학위논문 학위논문(박사) - 한국과학기술원 : 전기및전자공학과,
서지주기 References : p. 44-48
주제 Complexity
Feature extractor
Linear equation problem
Null space based linear discriminant analysis
Small sample size
복잡도
특징 추출기
선형 방정식 문제
영 공간 기반 선형 판별 분석
작은 표본 크기
QR CODE qr code