搜索到200篇“ 双向二维主成分分析“的相关文章
- 基于稀疏化双向二维主成分分析的人脸识别
- 2019年
- 双向二维主成分分析((2D)2PCA)易受异常值影响,鲁棒性差,且所提取的特征向量是非稀疏的。针对上述不足,提出基于L1范数的稀疏双向二维主成分分析方法(2D)2PCA-L1S。在(2D)2PCA目标函数中加入L1范数约束,以提高算法的抗干扰能力,同时引入弹性网约束,通过Lasso与Ridge惩罚函数实现稀疏性。在Feret和Yale数据库中进行基于最近邻的人脸分类、人脸重构和基于粒子群优化SVM参数的人脸识别实验,结果表明,相较于2DPCA、(2D)2PCA、(2D)2PCA-L1等主成分分析方法,该方法能准确提取人脸主要信息,人脸识别和人脸重构效果较好。
- 张裕平龚晓峰雒瑞森
- 关键词:双向二维主成分分析稀疏化粒子群优化支持向量机人脸识别
- 基于分块双向二维主成分分析的人脸目标识别
- 2019年
- 人脸目标识别是目前模式识别、计算机视觉等领域的研究热点问题之一,现有的大多数人脸目标识别算法的条件假设都较为严格,将其应用于现实环境中时,人脸识别的精度较低。针对现实人脸识别中由于光照、表情、姿态或其他物体引起的面部遮挡而严重影响识别率的问题,提出了一种分块双向二维主成分分析融合局部特征方法。首先,将图像分解为互不重叠的子块,每个子块包含重要的局部信息,利用(2D)2PCA对子块进行特征提取并投影到特征子空间;然后,对每个子块分别设计一个分类器并在一定置信度范围内判别测试样本所属类别;最后,根据所有子块所属类别的置信度之和完成人脸分类。在两个人脸识别数据库上的实验结果表明,相比其他几种人脸识别算法,该方法取得了更高的识别精度。
- 乐新宇肖小霞
- 关键词:人脸识别双向二维主成分分析特征提取置信度
- 基于离散广义S变换与双向二维主成分分析的内燃机故障诊断被引量:3
- 2018年
- 针对内燃机气阀机构的故障诊断问题,提出一种将离散广义S变换和双向二维主成分分析(TD-2DPCA)相结合的诊断方法。该方法首先利用离散广义S变换将内燃机缸盖振动信号生成振动谱图像,然后利用TD-2DPCA对图像进行特征提取,有效减小特征系数矩阵的维数,最后,通过最近邻分类器进行分类识别。将该方法应用于内燃机气阀机构8种工况的诊断实例中,对比不同时频表征及特征提取方法的计算效率和识别精度,结果表明该方法可为内燃机故障诊断提供一条新途径。
- 张世雄蔡艳平石林锁王旭
- 关键词:内燃机双向二维主成分分析
- 基于双向二维主成分分析的在线网络流量异常检测方法
- 本发明公开了一种基于双向的二维主成分分析进行在线的网络流量异常检测的方法,其涉及在线网络流量异常检测技术领域,该方法包括三种不同的BPCA方法,包括通过迭代进行计算的BPCA计算方法、近似的BPCA方法、通过增量型(in...
- 李晓灿文吉刚曾彬
- 基于双向二维主成分分析的在线网络流量异常检测方法
- 本发明公开了一种基于双向的二维主成分分析进行在线的网络流量异常检测的方法,其涉及在线网络流量异常检测技术领域,该方法包括三种不同的BPCA方法,包括通过迭代进行计算的BPCA计算方法、近似的BPCA方法、通过增量型(in...
- 李晓灿文吉刚曾彬
- 分块双向二维主成分分析与模糊分类的掌纹识别被引量:2
- 2015年
- 掌纹识别是一门新兴的生物特征识别技术。提出基于分块双向二维主成分分析(M(2D)2PCA)和模糊分类的掌纹识别方法。该算法利用M(2D)2PCA提取掌纹的局部特征,并利用模糊分类策略。这种方法可以有效提取掌纹的局部特征,并且直接对子图像矩阵进行特征抽取,能够精确计算协方差矩阵的特征向量;分类阶段引入模糊理论,应用于掌纹识别问题。最后使用北京交通大学掌纹数据库进行识别实验,结果表明,该方法可得到更高的识别率和更少的识别时间。
- 翟林潘新刘霞郜晓晶宁丽娜韩璠
- 关键词:分块双向二维主成分分析掌纹识别
- 基于双向二维主成分分析的运动目标跟踪
- 2013年
- 为克服二维主成分分析(2DPCA)跟踪效率低的缺点,提出一种基于双向二维主成分分析(Bi-2DPCA)的运动目标跟踪算法。采用双向二维主成分分析作为目标表示的方法建立目标图像子空间,同时在图像均值与协方差矩阵的更新中引入基于目标图像匹配程度的自适应增量因子的增量学习的方法进一步提高算法效率。在多个包含动态背景的图像序列上的对比实验结果表明算法能在目标处于部分遮挡的情况下准确跟踪目标,同时算法在效率上高于基于二维主成分分析的目标跟踪算法。
- 戚培庆张超吕钊吴小培
- 关键词:二维主成分分析双向二维主成分分析目标跟踪
- 基于S变换和双向二维主成分分析的局部放电模式识别被引量:6
- 2013年
- 为对不同类型局部放电信号进行识别,笔者提出一种新的特征提取方法。首先,制作了4种典型的局部放电人工缺陷模型,并通过S变换对采集的局部放电UHF信号进行时频分析;然后,采用双向二维主成分分析(2DPCA)对S变换幅值矩阵进行压缩以提取特征;最后,引入基于粒子群算法优化参数的支持向量机对样本特征集进行模式识别。识别结果表明:4种特征维数组合中,(10,5)组合的平均识别率最高,(5,5)组合最低;粒子群优化算法的引入大幅提高了支持向量机的分类性能,平均识别率均在94.43%以上,最高可达到97.67%。由此可见,经过S变换和双向2DPCA提取的特征集在维数显著约减的同时,保留了原始数据大部分信息量,能够获得较为理想的分类识别率。
- 廖瑞金袁磊汪可杨丽君聂仕军
- 关键词:局部放电模式识别S变换粒子群优化算法
- 基于双向二维主成分分析的交通标志识别被引量:4
- 2013年
- 针对交通标志识别实时性不足,提出了一种基于双向二维的主成分分析[(2D)2PCA]的交通标志识别算法。首先,对交通标志图像进行去噪归一化等预处理。然后,进行水平和垂直方向的投影,通过特征空间降维提高匹配速度。最后,利用最近邻法进行分类。通过在不同数据库下与传统2DPCA方法的对比仿真表明,2种方法随主特征数目增加,识别率都有所提升;样本数量增加时,(2D)2PCA算法的时间增长速度明显小于2DPCA,满足了识别的实时性要求。
- 曲仕茹张超
- 关键词:智能运输系统交通标志识别最近邻法
- 基于模糊理论决策的双向二维主成分分析的步态识别方法
- 基于模糊理论决策的双向二维主成分分析的步态识别方法,先对一个步态序列的图像预处理,并提取人体运动轮廓,确定步态周期,计算出具有完整周期的步态能量图的平均图像;构建<Image file="201210011983X100...
- 张前进卜文绍徐素莉郑国强陈祥涛李劲伟张松灿孙炎增李佩佩王桂泉祁志娟王雯霞
相关作者
- 陈祥涛

- 作品数:25被引量:34H指数:3
- 供职机构:河南科技大学
- 研究主题:步态识别方法 双向二维主成分分析 安全稳定性 及时性 激光信号
- 张前进

- 作品数:82被引量:178H指数:7
- 供职机构:河南科技大学
- 研究主题:步态识别 特征提取 DRUPAL 物联网 步进电机
- 潘新

- 作品数:59被引量:125H指数:6
- 供职机构:内蒙古农业大学计算机与信息工程学院
- 研究主题:掌纹识别 牧草 高光谱图像 卷积神经网络 骨髓细胞
- 孙炎增

- 作品数:17被引量:48H指数:5
- 供职机构:河南科技大学信息工程学院
- 研究主题:步态识别 特征提取 单片机 穿线 步态识别方法
- 戚培庆

- 作品数:5被引量:13H指数:2
- 供职机构:安徽大学
- 研究主题:稳定度 目标跟踪 双向二维主成分分析 运动目标检测算法 运动目标检测