公共文化服务平台

搜索到729篇“ 最大散度差“的相关文章

基于最大散度差的保序分类算法: 2017年; 分类算法主要存在问题:(1)无法充分利用样本的分布特征;(2)无法保持样本的相对关系不变;(3)无法解决大规模分类问题。对此,提出了一种基于最大散度差的保序分类算法RPCM,该方法利用线性判别分析算法中的类间离散度和类内离散度来表征样本的分布特征,通过保持各类样本中心相对关系不变来实现样本相对关系不变。理论分析表明:RPCM的对偶形式与最小包含球等价。在核心向量机的基础上提出了RPCM-CVM算法,该算法可用来解决大规模分类问题,标准数据集上的比较实验验证了所提方法的有效性。; 郝伟刘忠宝; 关键词：最大散度差类内离散度

基于样本扩张和最大散度差融合的单样本人脸识别算法被引量：4: 2017年; 为解决只有一个训练样本时最大散度差(MSD)鉴别分析在人脸识别中的识别性能会降低这一问题,提出一种基于样本扩张和MSD融合的单样本人脸识别算法。首先,根据人脸的对称相似理论,人脸样本的相关变化信息可以从它的对称脸上提取,并且平均脸也具有要识别测试人脸的某些可能变化,提出组合原始训练样本及它的虚拟平均脸和虚拟对称脸作为新的训练样本集;然后,在新的训练样本集上应用类内中间值MSD鉴别分析算法得到最优投影矩阵,从而可以基于这个最优投影矩阵计算训练样本和待测试样本的特征;最后利用模糊决策方法进行分类。在ORL和FERET人脸数据库上的大量实验结果表明,本文算法可以提高识别率,具有一定的鲁棒性。; 徐艳; 关键词：人脸识别模糊决策

二维非参数最大散度差鉴别分析的SAR图像识别被引量：2: 2014年; 为增强线性鉴别分析(LDA)在图像识别中所提取特征的可鉴别性及避免小样本问题,提出了二维非参数最大散度差鉴别分析(2DNMSD)的图像特征提取方法。首先根据非参数特征分析的准则直接在二维图像矩阵上构造散布矩阵,然后基于最大散度差鉴别分析准则求取投影矢量。基于MSTAR计划录取的数据的仿真实验结果表明:即使方位角信息未知并且使用简单的最近邻分类器,该方法所提取特征在较低特征维数下的识别率也可以达到98%以上,表明了方法的有效性和正确性。; 姜晖刘振王鹏; 关键词：FISHER线性鉴别分析最大散度差鉴别分析合成孔径雷达目标识别

二维直方图斜分最大散度差阈值分割算法被引量：3: 2014年; 最大散度差法是经典的Otsu法一种很好改进算法,为了提高它在图像受到噪声干扰或光照不均匀时的分割准确性,现提出一种基于二维直方图斜分的最大散度差法,该算法不仅综合考虑了类间散度及类内散度对图像信息分类的作用,同时还利用图像空间区域信息以提高抗噪声能力,为减少计算量、提高分割速度,文中给出了快速递推算法,实验结果表明该算法比二维斜分Otsu法、二维斜分最大熵法等算法具有更准确的分割效果、更强的抗噪声能力,同时运行时间更少。; 杨恢先李淼谭正华翟云龙张建波; 关键词：阈值分割最大散度差快速递推算法

基于最大散度差判别分析的一种目标识别方法被引量：2: 2013年; 针对线性判别分析(LDA)在多类高维小样本模式的分类中存在的"小样本问题"和"次优性问题",提出了一种基于最大散度差判别准则的监督维数约简方法。首先,构造类内和类间离散度函数;然后采用最大散度差判别准则设计最佳判别目标函数,得到映射矩阵和提取分类特征。该方法省略了求解逆矩阵过程,从而避免了传统的LDA存在的小样本问题;最后,在真实飞机图像数据库上的识别实验结果验证了该算法的有效性。; 张善文李萍井荣枝张云龙; 关键词：飞机目标识别线性判别分析小样本问题

自适应的最大散度差图像阈值分割法被引量：2: 2013年; 针对最大散度差准则运用到图像分割时存在参数C不确定的问题,借助模糊概念导出参数C的初步计算公式,用二分法的迭代思想自适应地优化参数C,使最大散度差分割法获得的分割阈值相应地优化到最佳。实验证明自适应的最大散度差阈值分割法能使分割后的图像区域更均匀、细节保留得更好。; 祝贵杨恢先岳许要冷爱莲何雅丽; 关键词：最大散度差图像分割自适应

一种双树复小波域最大散度差人脸识别方法: 2013年; 针对人脸图像,双树复小波变换具有良好的方向选择性、近似平移不变性,并且能够进行局部多尺度描述.本文利用双树复小波变换的优点,提出了一种基于双树复小波变换人脸特征表示的人脸识别方法.该方法首先利用DT-CWT捕获人脸图像不同尺度和方向的局部特征并形成人脸特征表示,然后结合最大散度差鉴别分析提取有助于分类的鉴别特征.实验结果表明该方法对于人脸分类是有效和鲁棒的.; 倪金霞孙中喜; 关键词：双树复小波变换最大散度差特征提取人脸识别

基于二维核主成分分析和模糊最大散度差的人脸识别方法: 一种基于二维核主成分分析和模糊最大散度差的人脸识别方法，包括：首先利用K2DPCA方法有效地提取人脸的非线性结构特征；其次通过选取符合投影后的类间散度大于类内散度的特征向量为最优投影轴，使小的特征值所对应的特征向量参与最...; 曾接贤田金权符祥

LRE试车数据挖掘中基于最大散度差的模糊聚类分析方法被引量：3: 2011年; 在对液体火箭发动机试车数据进行聚类分析时,为解决故障数据样本与正常样本类间差异不大的问题,引入最大散度差准则,提出基于最大散度差的聚类算法MSD-CA。该算法以散度度量样本间的相似性,使样本的类内散度最小化和类间散度最大化同时进行。在此基础上,应用模糊理论对最大散度差准则进行模糊化,提出基于最大散度差的模糊聚类算法MSD-FCA,用于对试车样本进行"软划分",以提高聚类的正确性。实验结果证明了MSD-FCA的有效性。; 王珉胡茑庆秦国军; 关键词：液体火箭发动机试车数据数据挖掘模糊聚类

基于模糊最大散度差判别准则的自适应特征提取模糊聚类算法被引量：6: 2011年; 指出皋军等人提出的基于模糊最大散度差判别准则(Fuzzy Maximum Scatter Difference Discriminant Criteri-on,FMSDC)的聚类算法(Fuzzy Maximum Scatter Difference Discriminant Criterion Based Clustering Algorithm,FMSDCA)中聚类中心表达式的推导错误及相关结论的错误,在修改该错误的基础上提出新的基于FMSDC的模糊聚类算法:FMSDC-FCS(Fuzzy Compactness and Separation Clustering Algorithm Based on Fuzzy Maximum Scatter Difference Discriminant Criterion).FMS-DC-FCS利用FMSDC产生最佳投影矢量,利用模糊紧性分离性(Fuzzy Compactness and Separation,FCS)算法对降维数据聚类,通过交替运行原数据空间中的FMSDC和投影空间中的FCS来优化投影矢量和聚类结果,最终通过对降维数据的聚类实现对原始数据的聚类.实验结果表明,FMSDC-FCS总体性能优于原有的FCS算法、FMSDCA算法以及经典的模糊C-均值算法.; 支晓斌范九伦; 关键词：模糊聚类特征提取

相关作者