搜索结果: 31-45 共查到“人工智能 维”相关记录87条 . 查询时间(0.936 秒)
基于成对约束和稀疏保留的数据降维算法
稀疏保留 机器学习 特征提取 人脸识别
2012/3/1
结合以成对约束形式给出的监督信息和无监督信息，提出一种基于成对约束和稀疏保留的数据降维算法。通过成对约束信息进行鉴别分析，利用稀疏表示方法保留数据集在变换空间中的全局稀疏结构。实验结果表明，与传统特征抽取算法相比，该算法的识别效果更好，需要调节的参数更少，且鲁棒性较高。
二维PCA非参数子空间分析的人脸识别算法
人脸识别 特征提取 二维非参数子空间分析 二维主成分分析 二维线性判别分析
2012/3/1
提出一种结合二维PCA(2DPCA)的二维非参数子空间分析(2DNSA)人脸识别算法。利用2DPCA对原始图像矩阵进行特征降维，以降维后的特征为训练样本，进行二维非参数判别分析，并综合考虑类边界样本对分类的影响，采用2DNSA实现更合理的特征提取。基于Yale、LARGE人脸数据库的实验结果表明，与(2D)2PCA、2DPCA、(2D)2LDA、2DLDA、2DPCA+2DLDA、2DNSA算法相...
二维散点-分类NDVI法的邛海湖面积估算研究
BP神经网络 线性分解 面积估算
2009/12/28
针对采用MODIS卫星遥感影像进行水体面积估算时存在大量混合像元的问题，提出了二维散点-分类NDVI法进行小面积水体的面积估算。方法在对250 m分辨率的MODIS第1、2波段数据二维可视化分析的基础上，选取目测即可区分的地物样本点集训练BP神经网络并对实验区像元进行分类判别，提取混合像元。应用线性光谱混合像元分解模型实现水体面积计算。对四川省邛海湖进行面积估算的结果表明，二维散点-分类NDVI法...
基于有监督流形学习的正交投影降维
正交投影降维方法 降维 人脸识别
2009/11/30
将监督局部线性嵌入的思想引入传统的正交投影降维方法(OPRA)方法，提出一种新的基于有监督流形学习的正交投影降维方法(α-OPRA)，使高维到低维的映射在保留某些流形结构的同时，进一步获得较好的正交投影效果。该方法通过加入额外的参数α来控制监督的程度，在纯粹的有监督的OPRA和无监督的OPRA之间取得了某些折中。实验结果证明，该方法能获得较好的降维结果。
基于模糊Fisher准则的自适应降维模糊聚类算法
模糊散布矩阵 模糊Fisher准则 最优投影矢量
2009/11/24
该文指出曹苏群等人提出的基于模糊Fisher准则(FFC)的半模糊聚类算法(FFC-SFCA)中的一个推导错误，结合模糊紧性和分离性(FCS)聚类算法提出新的聚类算法：FFC-FCS。FFC-FCS充分利用FFC的特征提取和降维特性，交替运行原始数据空间中FFC和投影空间中的FCS，通过对降维数据的聚类实现对原始数据的聚类。FFC-FCS不仅对低维数据具有优异的分类性能而且对高维数据也表现出一定的...
一种基于非线性降维求正常星系红移的新方法
正常星系 红移 流形
2009/10/27
提出了一种确定正常星系红移的有效方法，该方法分为以下3个步骤：(1)利用四阶小波系数作为正常星系的特征表示，它能较好地反映吸收线、跳变点和吸收带的信息;(2)利用非线性降维方法LLE(locally linear embedding)将特征数据映射到三维空间中一维流形;(3)由一维流形上的红移分布数据，根据最近邻方法得到正常星系的红移值。实验表明，文中所给的方法较文献中通常使用的PCA方法对于红移...
基于二维测地线距离保持映射的人脸识别
人脸识别 测地线距离保持映射 流形学习
2009/10/12
人脸空间是嵌套在高维观测空间中的低维流形，为了更好地描述人脸空间的凸起和凹进等细微结构，提出了一种基于二维测地线距离保持映射的人脸识别算法。算法采用矩阵的模式表示人脸空间中的样本图像；基于图像的矩阵表示模型，采用二维测地线距离保持映射算法计算人脸空间的低维嵌套流形；以人脸样本在低维流形空间中的投影为特征进行人脸识别。在CMU PIE人脸数据库上的实验结果验证了算法的合理性和有效性。
二维典型相关分析及其在人脸识别中的应用
典型相关分析 二维典型相关分析 特征融合
2009/9/21
通过对传统的基于向量的典型相关分析(CCA)方法进行改进，提出了一种新的直接基于特征矩阵的二维典型相关分析方法(2DCCA)，并将其应用于人脸识别的特征融合过程中。较基于向量的典型相关分析，该方法的优点主要有两点：第一，该方法计算过程中构造的协方差矩阵维数大幅度减小，这在一定程度上避免了人脸识别中存在的“高维小样本问题”;第二，由于协方差矩阵维数的缩减，使特征抽取的速度明显提高。最后在ORL标准人...
基于二维双向FLD的掌纹识别方法
生物特征识别 Fisher线性判别分析 二维双向Fisher线性判别分析
2009/9/21
采用二维双向Fisher线性判别分析对掌纹图像进行特征提取，即通过在水平和垂直2 个方向上各执行1 次二维Fisher线性判别分析，能消除掌纹图像行和列的相关性。运用Fisher准则选取更适合于分类的矩阵分量，将特征信息压缩到图像矩阵的左上角，缩小了特征的维数。测试结果表明，该方法具有更高的识别率和更低的计算复杂度。
一种基于低维特征的高精度手写数字识别算法
数字识别 粗网格特征 轮廓骨架特征
2009/9/17
提出了数字字符的轮廓骨架特征，并将这一特征与粗网格特征相结合对脱机手写体数字进行识别。获取特征向量后,利用改进的基于两级级联结构的AdaBoost 神经网络进行逐层淘汰识别。第一级首先使用基于粗网格特征的分类器进行粗分类，淘汰大部分负样本，而使几乎所有的正样本通过。第二级由基于轮廓骨架特征的分类器对通过第一级的样本进一步淘汰识别。仿真结果表明，该办法在识别速度与识别率方面都有较大幅度的改进。
一种大规模高维数据快速聚类算法
神经元合并 类内相似度 类间区分度
2009/9/7
提出了一种面向大规模高维数据的自组织映射聚类算法. 算法通过压缩神经元的特征集合, 仅选择与神经元代表的文档类相关的特征构造神经元的特征向量, 从而减少了聚类时间. 同时由于选取的特征能够将映射到不同神经元的文档类进行有效区分, 避免了无关特征的干扰, 因而提升了聚类的精度. 实验结果表明该方法能够有效加快聚类的速度, 提升聚类的准确度, 达到比较理想的聚类效果.
...
小波重构与局部DCT的二维主元分析掌纹识别
掌纹识别 提升小波重构 局部离散余弦变换
2009/8/26
为了解决掌纹特征提取过程中,手掌的非平面问题导致的伪主线噪音信息并简化运算,对重构的掌纹图像进行了局部离散余弦变换.解决了重构后图像噪音敏感性问题,有效地区分了掌纹主线、掌纹褶纹和乳突纹.由二维主元分析算法获得较稳健的识别特征.通过香港理工大学公布的PolyU掌纹数据库的实验,同二维主元分析算法相比,小波重构与局部离散余弦变换的2DPCA掌纹识别算法正确识别率较高,识别效率较高.
基于加权对称图像的二维FDA人脸识别算法
加权因子 二维FDA 图像处理
2009/8/20
提出一种融合加权对称图像的二维FDA人脸识别算法。将人脸图像分解为奇偶对称脸，并利用加权因子将奇偶对称脸重构新的人脸样本，通过二维FDA算法求解新样本图像的最优特征子空间进行人脸分类。有效融合二维FDA算法的优点，并利用人脸对称性的特征，同时进一步分析加权因子对人脸识别效果的影响，通过选取最优加权因子最大地提高识别率。在人脸图像库ORL中进行的实验结果表明，该算法有效并能获得较高的识别率。
文本分类中一种混合型特征降维方法
文本分类 特征选择 特征抽取 主成分分析
2009/8/7
提出一种基于特征选择和特征抽取的混合型文本特征降维方法，分析基于选择和抽取的特征降维方法各自的特点，借助特征项的类别分布差异信息对特征集进行初步选择。使用一种新的基于PCA的特征抽取方法对剩余特征集进行二次抽取，在最大限度减少信息损失的前提下实现了文本特征的有效降维。对文本的分类实验结果表明，该特征降维方法具有良好的分类效果。