Kernel Null Space Methods for Novelty Detection CVPR 2013

本文探讨了Kernel Null Space 方法在新奇检测中的应用,详细介绍了如何通过正交补空间的基向量B来计算总体散度矩阵的非零特征向量,并解释了中心化核矩阵的计算过程及零空间特征向量的数量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Kernel Null Space Methods for Novelty Detection  CVPR 2013

B是St零空间的正交补空间的基向量,可以通过对Xt进行标准正交化或者对St进行PCA得到。

经证明,B'SwB的零空间的维数为C-1.

 中心化的核矩阵

这里需要用到又核矩阵计算总体散度矩阵的非零特征向量。

先计算中心化的核矩阵的特征向量,总体散度矩阵的特征向量可以用(13)导出。

v相当于是减去均值后的样本的线性组合系数。(特征向量由列样本的线性组合而成)

Xw=Fi*(I-L)   B=Fi*(I-1N)*V    H=B'*Xw

H的rank如何求,论文中说零空间特征向量数量为C-1.

这是最终的投影向量,里面还应该有核空间中的样本。 B=Fi*(I-1N)*V

做映射的时候可以将样本去掉,变成内积的形式

 

转载于:https://www.cnblogs.com/candyYang/p/6671152.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值