Non-iterative two-dimensional linear discriminant analysis

Kohei Inoue, Kiichi Urahama

研究成果: 書籍/レポート タイプへの寄稿会議への寄与

18 被引用数 (Scopus)

抄録

Linear discriminant analysis (LDA) is a well-known scheme for feature extraction and dimensionality reduction of labeled data in a vector space. Recently, LDA has been extended to two-dimensional LDA (2DLDA), which is an iterative algorithm for data in matrix representation. In this paper, we propose non-iterative algorithms for 2DLDA. Experimental results show that the non-iterative algorithms achieve competitive recognition rates with the iterative 2DLDA, while they are computationally more efficient than the iterative 2DLDA.

本文言語英語
ホスト出版物のタイトルProceedings - 18th International Conference on Pattern Recognition, ICPR 2006
ページ540-543
ページ数4
2
DOI
出版ステータス出版済み - 2006
イベント18th International Conference on Pattern Recognition, ICPR 2006 - Hong Kong, 中国
継続期間: 8月 20 20068月 24 2006

その他

その他18th International Conference on Pattern Recognition, ICPR 2006
国/地域中国
CityHong Kong
Period8/20/068/24/06

!!!All Science Journal Classification (ASJC) codes

  • 電子工学および電気工学
  • コンピュータ ビジョンおよびパターン認識
  • ハードウェアとアーキテクチャ

フィンガープリント

「Non-iterative two-dimensional linear discriminant analysis」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル