今天又出现了新的问题,在Incremental实验中,随着新增的training samples的增多,projection matrix 的dimension 和rank都在增加,而子空间学习出的projection matrix 的vectors的个数如果多于classes的个数很多,那么projection 后的识别率将会很低,不到50%。于是在incremental过程中,需要保持projection的维度不变大。经过仔细推敲原文,维度是每次增1的,于是我舍弃了原文的做法,采用了一本书上所讲的Rank-one matrix的incremental方法,在逐次的incremental中,不增加size,使得结果有点靠谱了,不过也不能高兴太早,等它跑个100遍之后,才知道平均性能如何。这本给了我帮助的书就是大名鼎鼎的《Matrix Computations》by Gene H. Golub and Charles F.Van Loan.
投影的维度
最新推荐文章于 2024-04-21 00:15:00 发布