搜索结果: 46-60 共查到“人工智能 维”相关记录87条 . 查询时间(0.755 秒)
二维目标下分布性与收敛性结合的种群维护策略
种群维护 收敛性 分布性
2009/7/22
种群维护是多目标进化算法的重要组成部分。针对传统方法在维护过程中只考虑分布性的情况，提出一种分布性与收敛性结合的种群维护策略，该方法用一种邻近个体间的相对趋近关系来表示其适应值，弥补了单纯Pareto支配关系的“粗糙性”，并用一种可调邻域的方法对种群的密集程度进行控制。将其与NSGA-II和SPEA2进行对比，实验结果表明该算法在有效保持种群分布性的同时，拥有良好的收敛性和速度。
基于CCIPCA和ICA降维的文本分类研究
特征降维 独立成分分析 支持向量机
2009/7/21
文本分类中采用向量空间模型来表达文本特征，维数巨大，关键是对高维的特征集进行降维处理，而一般的分解算法无法处理大规模的高维问题。采用CCIPCA与ICA相结合的特征提取方法可以有效地实现文本特征降维。实验结果表明降维提高了分类器的效率和效果。
基于二维局部保留映射的小样本掌纹识别
支持向量机 小样本 掌纹识别
2009/7/17
小样本生物识别是现实应用中一个较难解决的问题，通过有限训练样本很难得到满意的识别结果。因此，提出了一种新的小样本掌纹识别方法，利用改进的二维局部保留映射（I2DLPP）提取特征，并用支持向量机（SVM）分类。改进的二维局部保留映射是通过同时在行和列方向上进行2DPCA和2DLPP的投影实现的，从而降低了计算复杂度与特征维数；并且构建最近邻图是以图像内部的列为节点，保留更多内部流形结构，改善了识别效...
基于双向二维加权主元分析的人脸表情识别
特征提取 二维主元分析 双向二维加权主元分析
2009/7/16
提出了一种双向二维加权主元分析方法用于人脸表情特征提取，该方法从水平和垂直两个方向对图像矩阵进行降维处理，大幅降低了所提取的特征数目；且考虑到人脸不同部位包含不同的表情信息这一特点，对各个特征赋予不同的权重系数。实验证明，与已有的二维主元分析相比较，该方法不但运算速度快，且获得了更高的识别率。
基于遗传算法的高维数据模糊聚类
模糊非相似矩阵 遗传算法 高维数据
2009/7/2
提出了一种基于遗传算法的高维数据模糊聚类方法。引入了一个模糊非相似矩阵来表示高维样本之间的非相似程度，并将高维样本初始化到二维平面。利用遗传算法进行迭代优化二维样本的坐标值，实现二维样本之间的欧氏距离向样本间的模糊非相似度的趋近，使高维样本映射到二维平面。最后将得到的最优的二维样本利用模糊C-均值聚类（FCM）算法聚类，克服了聚类有效性对高维样本空间分布的依赖。实验仿真表明利用该方法有较好的聚类效...
二维近似空间上基于粒计算的数据识别
矩形近似空间 粒计算 粗糙描述
2009/6/16
利用逻辑推理和粒计算相互融合的研究成果，通过扩展近似空间，在形成的二维近似空间上定义了逻辑公式和公式确定的粒。为数据识别的需要，特别构造了一类重要的二维近似空间——矩形近似空间。经对矩形近似空间上公式确定的粒进行粒计算，得到矩形近似空间上公式粗糙描述的概念，由此可有效地实现对公式中隐含信息的识别，以达到数据保密传送的目的。这种基于粒计算的数据识别不仅表明前期理论研究的重要性，也表明理论结果的应用价...
一种基于神经网络分形模型的一维信号表示方法
分形 分形逆问题 神经网络
2009/5/11
本文提出了一种基于神经网络的分形模型,讨论了映射收缩条件,并对湖底回波进行了实验。实验结果表明,在此基础上求解分形逆问题,得到的吸引子能很好地逼近指定信号。
用分维神经网络实现短期记忆
分维神经网络 短期记忆 突触连接矩阵
2009/5/11
神经网络中的突触连接矩阵储存有限的信息。当神经网络在线使用时,基于Hebb规则的网络模型将不再适用。本文提出用分维神经网络实现短期记忆,要求旧的模式随时间而遗忘,最近存储的模式可以可靠记忆。实验结果表明,该网络模型适用于在线工作,且优于对比方法。
二维投影与PCA相结合的人脸识别算法
特征抽取 人脸识别 主分量分析
2009/5/4
传统的特征抽取算法是基于向量的，在模式是图像时并不方便。二维投影方法利用图像矩阵直接计算，虽然抽取特征速度快，但抽取出的特征是矩阵，对应的特征数量大，影响分类速度。该文结合二者的优点，先用二维投影处理原始图像，降维后再做主分量分析，抽取出少量的特征进行分类，识别率和分类速度均有提高。在ORL人脸库上20次实验的平均识别率达95.83%。
基于二阶双向二维主成分分析的人脸识别方法
特征提取 主成分分析 人脸识别
2009/4/14
为了克服光照变化较大的情况对识别率的影响，提出基于二阶双向二维主成分分析(Sec-(2D)2PCA)的人脸识别方法。丢弃提取人脸图像的(2D)2PCA的前几个反映光照信息的主成分。在剩余图像中再次使用(2D)2PCA方法。Yale人脸库B和Yale人脸库上的试验结果表明，该方法在识别性能上优于2DPCA、(2D)2PCA、Sec-2DPCA方法。
基于二维Fisher线性判别的掌纹识别方法
Fisher线性判别 主成分分析 二维FLD
2009/4/14
在Fisher线性判别(FLD)中，类内离散矩阵总是奇异的。为了解决矩阵的奇异性问题，应用一种新的二维Fisher线性判别(2DFLD)直接进行矩阵投影。对于PolyU掌纹图像库，分别用PCA, PCA+FLD和2DFLD提取特征掌纹子空间，将待识别图像投影到低维子空间上，用余弦距离进行掌纹匹配。实验结果表明，与PCA相比，PCA+FLD的识别率最多提高1.18%。2DFLD识别率最高达到99.3...
基于二维模糊熵的GA在SAR图像分割中的应用
合成孔径雷达 遗传算法 模糊熵
2009/4/14
SAR图像中目标和背景的分割是SAR图像分割中的重要内容，阈值方法是其中比较简单实用的方法。阈值分割的核心问题是如何选择合适的阈值，最简单和常用的方法是从图像的灰度直方图出发，得到各个灰度级的概率分布密度，依据某一准则选取一个或多个合适的阈值，以确定每个像素点的归属。该文借助遗传算法工具，对基于二维直方图的模糊熵法做了改进和设计，提出了寻找最优阈值的分割算法，经MSTAR数据测试，对于含噪SAR图...
基于二维主成分分析的指纹识别算法
指纹识别 二维主成分分析 奇异点
2009/4/14
提出一种基于指纹统计特性的识别算法。该算法根据奇异点的位置和方向，提取指纹图像的感兴趣区域(ROI)，并使用二维主成分分析(2DPCA)的方法进行统计特征的提取和识别。在FVC2002指纹数据库上进行实验，结果表明：相对于PCA，该方法的计算速度更快。相对于传统的基于特征点的方法，该方法的实现更为简便。
一种基于复数域中二维特征提取的人脸识别方法
人脸识别 特征提取 模式识别
2009/4/2
该文提出了一种新的基于复数域中的二维特征提取方法进行人脸识别。该方法首先对人脸样本进行镜像变换，根据原始人脸样本和相应的镜像样本分别计算偶对称样本和奇对称样本，通过奇偶加权因子将偶对称样本与奇对称样本组成复数样本，然后在复数域中分别定义复图像类内散布矩阵和复图像类间散布矩阵，并求解一组最优复投影轴，将复人脸样本投影到这组最优复投影轴上来提取人脸特征，最后采用最近邻距离分类器来分类所提取的特征。该方...