oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 7 )

2018 ( 193 )

2017 ( 183 )

2016 ( 197 )

Custom range...

Search Results: 1 - 10 of 7809 matches for " 局部保持投影 "
All listed articles are free for downloading (OA Articles)
Page 1 /7809
Display every page Item
An Orthogonal Discriminant Locality Preserve Projections with Schur Decomposition
一种基于Schur分解的正交鉴别局部保持投影方法

LIN Yusheng,ZHENG Yujie,YANG Jingyu,
林宇生
,郑宇杰,杨静宇

中国图象图形学报 , 2009,
Abstract: 人脸识别是模式识别领域中的一项重要的研究课题。到目前为止,已经提出了许多方法来处理人脸的识别问题。最近,许多流形学习算法被提出并且成功地应用于人脸识别当中。这些流形学习方法能够保持人脸图像数据的局部结构,同时,还可以发现人脸的非线性结构。在这些流形学习方法中,局部保持投影方法(LPP)是最有效的方法之一。基于LPP方法,提出了一种新的人脸识别方法——基于Schur分解的正交鉴别局部保持投影方法(ODLPPS)。与LPP方法相比,ODLPPS 把类间散度与类内散度之差的信息融入到LPP的目标函数中并且获得了正交的基向量。在ORL和Yale 人脸数据库上的实验结果表明,该方法在识别性能上优于一些已经存在的方法,如eigenface,Fisherface,LPP 和orthogonal LPP(OLPP)。
一种基于Schur分解的正交鉴别局部保持投影方法
林宇生,郑宇杰,杨静宇
中国图象图形学报 , 2009, DOI: 10.11834/jig.20090421
Abstract: 人脸识别是模式识别领域中的一项重要的研究课题。到目前为止,已经提出了许多方法来处理人脸的识别问题。最近,许多流形学习算法被提出并且成功地应用于人脸识别当中。这些流形学习方法能够保持人脸图像数据的局部结构,同时,还可以发现人脸的非线性结构。在这些流形学习方法中,局部保持投影方法(LPP)是最有效的方法之一。基于LPP方法,提出了一种新的人脸识别方法――基于Schur分解的正交鉴别局部保持投影方法(ODLPPS)。与LPP方法相比,ODLPPS把类间散度与类内散度之差的信息融入到LPP的目标函数中并且获得了正交的基向量。在ORL和Yale人脸数据库上的实验结果表明,该方法在识别性能上优于一些已经存在的方法,如eigenface,Fisherface,LPP和orthogonalLPP(OLPP)。
局部和稀疏保持无监督特征选择法
简彩仁,陈晓云
华侨大学学报(自然科学版) , 2015, DOI: 10.11830/ISSN.1000-5013.2015.01.0111
Abstract: 利用局部保持投影和稀疏保持投影来刻画数据的本质结构,结合L2,1范数的组稀疏性来选择特征,提出一种新的针对高维小样本数据集的无监督特征选择算法.实验表明:局部和稀疏保持无监督特征选择法是一种有效的无监督特征选择方法;平衡参数对实验结果有较大的影响.
鲁棒局部保持投影的表情识别
李睿凡,朱强生,郭燕慧,刘海涛
北京邮电大学学报 , 2006, DOI: 10.13190/jbupt.2006s2.178.305
Abstract: 针对局部保持投影的流形学习算法对于噪声与异常值的敏感性,提出了一种鲁棒的局部保持投影算法.其基本出发点是首先对所有数据点进行评估,以获得它们可能成为异常值的信息,然后再将这种信息用于邻域选择与低维嵌套中.采用鲁棒局部保持投影进行人脸的表示方法,对JAFFE表情数据库进行了实验,结果表明,该方法有效.
基于类别信息的监督局部保持投影方法
李晓曼,王靖
计算机应用 , 2012,
Abstract: ?局部保持投影算法(lpp)是拉普拉斯映射(le)的线性近似,但lpp作为一种无监督方法,并没有有效利用已有的类别信息提高分类效率。为此提出一种基于类别信息的监督局部保持投影方法(slpp-li)。在学习投影矩阵时,slpp-li综合利用了流形的几何结构和已有训练点的类别信息,通过调整控制参数的取值,有效地利用已知的低维信息,并且直接求解线性方程获得高维数据的低维模型。通过在多个人脸数据库和手写数字库上的对比实验,表明了slpp-li对于高维数据的初始维数以及训练数据的数目并不敏感,〖bp(〗同类问题中与相应的对比算法相比〖bp)〗与主分量分析法(pca)、lpp、正交lpp(olpp)、有监督的lpp(slpp)相比,均具有较高的识别率,充分说明slpp-li算法能够有效处理分类问题。
一种新的基于局部保持投影的高维数据聚类成员构造方法
周静波,殷俊,金忠?
计算机科学 , 2011,
Abstract: 研究在高维数据中如何产生聚类成员,并提出一种新的构造聚类成员的方法。为解决高维数据的维度对构造成员带来的影响,新的构造方法在构造聚类成员之前利用局部保持投影先对高维数据进行维度约减,然后在约减后的子空间中用随机投影结合k均值方法构造聚类成员。最后讨论了局部保持投影子空间维度的选取。实验表明,新方法得到的结果要明显优于已有的主分量分析结合下采样方法和简单的随机投影方法。
应用局部保持投影法于无线网络室内定位
Wireless Local Area Network Indoor Positioning Using Locality Preserving Projects
 [PDF]

詹佳翰, 李坤洲
Hans Journal of Wireless Communications (HJWC) , 2012, DOI: 10.12677/hjwc.2012.22007
Abstract: 本研究利用无线网络接收到的讯号强度值进行室内定位,定位的算法我们引用了指纹特征比对法的概念,共分为离线阶段和在线阶段,在离线阶段我们应用局部保持投影法将接收到的讯号强度值投影到特征空间。在在线阶段,将接收到的实时讯号强度值利用最大似然法与离线阶段的资料作比对,估算出目前所在位置。实验结果显示,应用局部保持投影法可以将接收到的讯号强度值做前置处理,降低原始接收到的讯号维度,减少定位时的计算量,且在不影响定位准确率的同时,可以减少离线阶段所需事先收集讯号样本的时间,大幅节省事先收集讯号样本的工作量,从实验结果可知此算法应用于室内定位是可行的。
In this study, we utilize location fingerprinting approaches for indoor positioning by Wireless Local Area Network (WLAN) received signal strength. The approaches are divided into two parts including off-line and on-line stages. In the off-line stage, we collected received signal strength are projected onto the feature space of Locality Preserving Projects (LPP). In the on-line stage, we receive real-time signal strength compared with the off-line stage was collected data using Maximum Likelihood (ML) to estimate current location. Simulation results show that application of LPP not only reduce original dimension of the signal strength database but also reduce the computation. In addition, it can does not affect the positioning accuracy and reduce the off-line stage required prior to collection of signal samples at the same time. From Simulation results show that this algorithm is used in indoor location is feasible.
一种基于改进KICA的非高斯过程故障检测方法
蔡连芳,田学民,张妮
化工学报 , 2012, DOI: 10.3969/j.issn.0438-1157.2012.09.030
Abstract: 针对基于核独立元分析(kernelindependentcomponentanalysis,KICA)的故障检测方法只考虑非高斯信息提取而忽略局部近邻结构保持的问题,提出基于改进KICA的过程故障检测方法。将KICA法中只考虑非高斯信息提取的负熵最大化准则转换为熵最小化准则,结合局部保持投影的相似局部近邻结构准则,提出了同时考虑非高斯信息提取和局部近邻结构保持的目标函数,通过粒子群优化算法进行全局寻优,然后建立监控统计量对过程进行监控。在TennesseeEastman过程上的仿真结果说明,与基于KICA的故障检测方法相比,所提方法能够在保持数据集局部近邻结构的同时,提取非高斯信息,能够有效缩短故障检测的延迟时间,提高故障检测率。
基于高级局部二元模式直方图映射的表情识别*
付晓峰,韦巍
模式识别与人工智能 , 2009,
Abstract: 提出高级局部二元模式直方图映射(ALBPHP)方法,将标记信息完整且标记位置统一的高级局部二元模式(ALBP)直方图映射到局部保持投影(LPP)空间获得低维ALBPHP特征.相比于ALBP特征,ALBPHP特征不仅维数低而且在表征人脸图像时具有更强的鉴别力.在JAFFE和Cohn-Kanade两个人脸表情库上对ALBPHP和ALBP方法比较验证,结果表明:采用相同的分类器时ALBPHP的识别率总是高于ALBP.
空间光滑且完整的子空间学习算法*
李勇周,罗大庸,刘少强
模式识别与人工智能 , 2009,
Abstract: 提出一种空间光滑且完整的子空间学习算法.它融合了主成分分析、空间光滑的子空间学习算法和局部敏感判别投影的技术特点.不但保持了数据流形的全局和局部几何结构,而且保持了它的判别信息和空间关系.从原始样本提取全局和局部特征经线性变换组成新样本,再从新样本中提取最佳分类特征,最后由分类器完成分类识别.同一般的子空间算法相比,该算法提高了识别率.实验结果验证了该算法的有效性.
Page 1 /7809
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.