搜索结果: 1-15 共查到“人工智能 投影”相关记录21条 . 查询时间(0.078 秒)
球极平面逆投影迭代谱聚类算法
球极平面逆投影 谱聚类 偏振定理 模式识别
2014/3/19
提出一种相似矩阵迭代修正并聚类算法, 分为偏振定理的谱分离数据和球极平面逆投影的几何分离数据两步. 首先将数据谱分解, 得到低维距离矩阵; 然后投影到双随机矩阵, 隐式进行一次球极平面逆投影, 几何对称分离数据; 最后解算投影后坐标, 得到新相似矩阵. 实验在人工合成数据和自然数据上进行, 结果表明所提出算法修正了数据的相似度, 并获得了正确的聚类个数, 对尺度参数变化有较强的鲁棒性, 聚类性能比...
针对现有多变量时间序列分类算法存在的要求序列等长和忽视类别信息两个不足,提出基于奇异值分解(SVD)和判别局部保持投影的分类算法。该算法基于降维思想,先通过SVD将样本的第一右奇异向量作为特征向量,以此将不等长序列转化为规模大小相同的序列;接着采用基于最大间距准则的判别局部保持投影对特征向量投影,充分利用类别信息以确保投影后同类样本尽量接近,异类样本尽量分散;最后在低维子空间采用1最近邻(1NN)...
在说话人确认系统中，由于训练和测试语音来自不同的信道，会产生信道失配现象。为此，提出一种基于扰动属性投影的说话人确认系统。利用有信道标注信息的语音训练出高维空间映射矩阵，通过映射将自适应得到的超矢量作为SVM的输入，削弱说话人特征中的信道信息。实验结果表明，该系统能降低信道失配带来的负面影响。
改进投影梯度非负矩阵分解的单训练样本特征提取研究
人脸识别 非负矩阵分解 投影梯度非负矩阵分解 径向基网络
2010/5/5
人脸识别是当前人工智能和模式识别的研究热点。非负矩阵分解(NMF)能够反映样本的局部的内在的联系，可用于单样本特征提取，但时间复杂度较高。投影梯度(Projected Gradient，PG)优化方法大幅降低了NMF约束优化迭代问题的时间复杂度，但是单训练样本存在对本类信息量描述不足的缺点。为此，该文提出了一种基于改进的投影梯度非负矩阵分解 (Improved Projected Gradient...
为了准确定位贴片后印刷电路板（PCB）上电子元件的位置，提出了一种基于方差环形投影的图像快速匹配算法。先将输入图像用小波变换分解为不同尺度的低频图像，之后利用方差环形投影特征做序贯相似性检测得到一系列可能的匹配点，最后在这些点上作相关匹配运算，获得其准确的位置。实验证明该算法大大减少了计算量又保持了匹配的精度，而且对图像的旋转不敏感。
针对摄像机较远距离拍摄目标的情形，提出一种利用人体行走时的投影周期性特征进行人体目标检测的方法，首先通过运动分割获取每一帧的运动目标，然后通过计算运动目标的投影相似性对目标进行检测。为了简化计算，利用Hausdorff距离对运动目标的投影进行相似性计算，同时为减少存储空间，利用码书作为存储相似性特征的数据结构。
基于保局投影的离线签名识别
签名识别 特征提取 保局投影 支持向量机
2010/1/12
针对离线签名识别中的特征提取问题，提出了一种基于保局投影的签名识别方法。该方法首先对签名图像进行形状特征、伪动态特征和纹理特征的提取；然后采用保局投影得到更具判别性的特征；最后运用支持向量机进行分类识别。实验表明该方法不但能有效地降低特征空间的维数，而且能使分类准确率得到显著提高。
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。
基于相关投影分的特征选择算法
机器学习 特征选择 分类
2009/11/4
特征选择是机器学习中的重要研究方向。以往的特征选择方法中使用的特征或者特征集评价准则往往对属性之间的相互影响考虑较少。文章提出一种新的特征集评价准则——相关投影分（CPS），并在此基础上提出了以CPS为准则的特征选择算法。实验表明该算法取得了很好的效果。
基于Fisher投影的多光谱人脸融合识别
红外图像 可见光图像 Fisher线性判别 人脸识别 融合
2010/4/23
根据可见光图像与红外图像的信息互补性，分析在决策层融合识别中的归一化法和融合算法，提出一种基于统计的Fisher投影融合法，利用Fisher线性判别准则在二维分数空间寻找最优投影方向，使不同类样本投影后能最佳分离。在多光谱人脸融合识别中的应用结果表明，与其他融合算法相比，该算法具有更好的识别效果。
基于有监督直接局部保持投影的人脸识别
局部保持投影 图像识别 主成分分析
2009/8/17
提出一种用于图像识别的有监督直接局部保持投影算法，该算法结合样本类别信息，通过同时对角化的方法求解局部保持投影问题，避免矩阵的奇异性。在ORL人脸库上的测试结果表明，该算法的识别率高于PCA, PCA+LPP等方法。
积分投影与活动轮廓相结合的人眼疲劳识别
积分投影 活动轮廓 人眼疲劳识别
2010/3/22
提出积分投影与活动轮廓相结合的方法识别人眼疲劳。使用活动轮廓检测眼睛，计算轮廓倾斜度并旋转摆正眼睛图片。对眼睛区域进行垂直积分投影计算，生成垂直积分投影二值波形。计算波形的3个特征值，识别眼睛张开或闭合状态。实验结果证明，该方法具有简单、有效和快速等优点，并可适用于人眼倾斜的情况。
基于变换投影的眼睛轮廓提取方法
变换投影 扩散投影 眼睛轮廓
2009/8/6
眼睛作为人脸的重要器官，其特征对于人脸表情识别非常重要，因此需要对眼睛轮廓进行提取。该文根据眼睛的轮廓特征知识，提出一种利用变换投影估计形状参数，在形状区域内结合图像信息提取眼睛轮廓的新方法。在分析变形模板和变换投影的特点基础上，对基于变换投影提取眼睛轮廓的方法进行介绍。在人脸数据库JAFFE上的实验表明该方法是可行的。该方法同样可以用于其他形状的检测。
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%。