期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
直接无监督正交局部保持特征提取算法 被引量:2
1
作者 林玉娥 李敬兆 +1 位作者 梁兴柱 林玉荣 《光电工程》 CAS CSCD 北大核心 2012年第3期100-105,共6页
基于局部保持投影发展出的一系列特征提取算法,在应用于人脸识别等高维小样本问题时,均需先采用PCA算法对高维样本降维后才能应用,故此以无监督鉴别分析算法为理论基础,提出了一种直接无监督正交局部保持算法。该算法利用拉普拉斯矩阵... 基于局部保持投影发展出的一系列特征提取算法,在应用于人脸识别等高维小样本问题时,均需先采用PCA算法对高维样本降维后才能应用,故此以无监督鉴别分析算法为理论基础,提出了一种直接无监督正交局部保持算法。该算法利用拉普拉斯矩阵的性质进行相应的矩阵分解,可直接从高维样本的原始空间中提取投影矩阵,因而无需先采用PCA降维处理,且解决了无监督鉴别分析算法的小样本问题。为了进一步提高算法的识别性能,给出了基于QR分解的正交投影矩阵的求解方法。人脸库和掌纹库上的实验结果表明了所提算法的有效性。 展开更多
关键词 局部保持投影 无监督鉴别分析 直接无监督正交局部保持投影算法 拉普拉斯矩阵
在线阅读 下载PDF
基于图嵌入的正交局部保持投影无监督特征选择
2
作者 朱建勇 李兆祥 +2 位作者 徐彬 杨辉 聂飞平 《计算机科学》 CSCD 北大核心 2023年第S02期540-548,共9页
传统的基于图学习的无监督特征选择算法通常采用稀疏正则化方法来选择特征,但这种方法过于依赖于图学习的效率,并且存在正则化参数调优困难等问题。为解决这些问题,针对性地提出了一种基于图嵌入学习的正交局部保持投影无监督特征选择(O... 传统的基于图学习的无监督特征选择算法通常采用稀疏正则化方法来选择特征,但这种方法过于依赖于图学习的效率,并且存在正则化参数调优困难等问题。为解决这些问题,针对性地提出了一种基于图嵌入学习的正交局部保持投影无监督特征选择(Orthogonal Locality Preserving Projection Unsupervised Feature Selection via Graph Embedding,OLPPFS)算法。首先,利用能够保持数据局部几何流形结构的局部保持投影方法增强数据的线性映射能力,同时约束正交方向投影以方便数据重构;其次,通过图嵌入学习方法快速构建稀疏相似图来描述样本数据的内在结构;接着,采用l_(2,0)范数约束投影矩阵的值,准确选择指定数目的判别性特征子集;最后,针对l_(2,0)范数NP难题,设计一种有效求解l_(2,0)范数问题的无参迭代算法求解该模型。仿真结果表明了所提算法的有效性和优越性。 展开更多
关键词 无监督特征选择 局部保持投影 图嵌入学习 l_(2 0)范数 无参迭代算法
在线阅读 下载PDF
基于监督正交局部保持映射的植物叶片图像分类方法 被引量:15
3
作者 张善文 张传雷 程雷 《农业工程学报》 EI CAS CSCD 北大核心 2013年第5期125-131,共7页
针对传统的线性分类方法不能有效处理复杂、多变和非线性的植物叶片图像,在局部保持映射算法的基础上,提出了一种监督正交局部保持映射算法,并应用于基于植物叶片图像分类中。该算法首先利用Warshall算法计算样本的类别矩阵,在此基础上... 针对传统的线性分类方法不能有效处理复杂、多变和非线性的植物叶片图像,在局部保持映射算法的基础上,提出了一种监督正交局部保持映射算法,并应用于基于植物叶片图像分类中。该算法首先利用Warshall算法计算样本的类别矩阵,在此基础上充分利用样本的局部信息和类别信息构造类间散度矩阵和类内散度矩阵,使得维数约简后,在低维子空间同类样本之间的距离变小,而不同类样本之间的距离增大,由此提高了该算法的分类能力。最后,利用K-最近邻分类器进行植物分类。与经典的监督子空间维数约简方法相比,该方法在构建类内和类间散度矩阵时不需要判别数据的类别信息,能够提高算法的分类性能。在公开植物叶片图像数据库上进行了一系列植物叶片分类试验,平均正确识别率高达95.92%。试验结果表明了该算法在植物分类中的可行性。 展开更多
关键词 图像处理 算法 试验 植物叶片分类 局部保持映射 监督局部保持映射
在线阅读 下载PDF
基于极小准则的完备正交判别局部保持算法 被引量:1
4
作者 林玉娥 李敬兆 +1 位作者 梁兴柱 林玉荣 《光电工程》 CAS CSCD 北大核心 2011年第3期145-150,共6页
以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个... 以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个基于极小准则的目标函数,该目标函数通过投影到总体散度矩阵的非零空间中有效地解决小样本问题,最后给出了该算法基于QR分解的正交投影矩阵的求解方法。人脸库上的实验结果表明了所提方法的有效性。 展开更多
关键词 完备判别局部保持投影算法 散度矩阵 无监督判别投影算法 目标函数 非零空间
在线阅读 下载PDF
基于Cam权重正交局部保持投影算法的人脸识别研究 被引量:1
5
作者 甘航萍 徐同伟 《互联网天地》 2016年第12期109-112,共4页
结合凸轮(Cam)权重距离和正交局部保持投影算法,提出了一种改进的Cam权重正交局部保持投影法。该算法将Cam权重距离代替正交局部保持投影算法在构造邻接图时采用的欧式距离,克服了处理高维数据中数据分布不均匀的问题。运用该改进算法... 结合凸轮(Cam)权重距离和正交局部保持投影算法,提出了一种改进的Cam权重正交局部保持投影法。该算法将Cam权重距离代替正交局部保持投影算法在构造邻接图时采用的欧式距离,克服了处理高维数据中数据分布不均匀的问题。运用该改进算法对人脸图像进行特征提取,与局部保持投影算法和正交局部保持投影算法进行实验比较,结果证明,用改进的Cam权重正交局部保持投影法进行人脸识别得到的识别率更高,算法的性能效果更好。 展开更多
关键词 Cam权重距离 人脸识别 局部保持投影算法 特征提取
原文传递
基于锚点策略的快速无监督特征选择算法
6
作者 朱建勇 徐彬 +1 位作者 杨辉 聂飞平 《传感器与微系统》 CSCD 北大核心 2023年第1期149-153,160,共6页
针对传统采用稀疏正则化方法的无监督特征选择算法相似图构建效率不高、优化过程引入正则参数等问题,提出了一种基于图学习锚点嵌入策略的快速无监督特征选择算法。利用局部保持投影思想探索数据内部几何流形结构,约束投影正交方向增强... 针对传统采用稀疏正则化方法的无监督特征选择算法相似图构建效率不高、优化过程引入正则参数等问题,提出了一种基于图学习锚点嵌入策略的快速无监督特征选择算法。利用局部保持投影思想探索数据内部几何流形结构,约束投影正交方向增强线性映射和数据重构能力;采用基于锚点策略构建原始数据相似图,快速学习相似度矩阵;通过L 2,0范数结构化稀疏投影矩阵精确选择具有代表性的特征子集;设计了一个有效迭代算法求解目标函数问题。在4个公开数据集上的对比实验表明算法的有效性。 展开更多
关键词 无监督特征选择 锚点策略 局部保持投影 结构化稀疏
在线阅读 下载PDF
基于计算机视觉的茶叶品质在线评价系统 被引量:6
7
作者 金山峰 王冬欣 +5 位作者 黄俊仕 熊爱华 艾施荣 刘鹏 吴京鹏 吴瑞梅 《食品工业科技》 CAS 北大核心 2021年第14期219-225,共7页
为实现茶叶品质在线评价及自动分级,摒除茶叶品质人工感官审评存在的缺陷,本文研发一套基于计算机视觉技术的茶叶品质在线评价及自动分级系统。采用Open CV和Visual C++开发茶叶品质在线评价软件,结合监督正交局部保持投影方法(supervis... 为实现茶叶品质在线评价及自动分级,摒除茶叶品质人工感官审评存在的缺陷,本文研发一套基于计算机视觉技术的茶叶品质在线评价及自动分级系统。采用Open CV和Visual C++开发茶叶品质在线评价软件,结合监督正交局部保持投影方法(supervised orthogonal locality preserving projections,SOLPP)对图像特征变量进行降维处理,对比随机森林(random forest,RF)、反向传播神经网络(back-propagation artificial neural network,BPANN)和相关向量机(relevance vector machine,RVM)茶叶品质在线评价模型,得出随机森林算法所建模型性能最好。系统自动完成茶样图像采集、原始图像预处理、特征提取、基于所建模型对待检茶样进行等级评价。控制系统根据评价结果,驱动分级及收集装置将检测茶样输送到相应等级槽中。经测试,研发系统对市售婺源仙芝绿茶、碧螺春绿茶的分级准确率达到93.00%以上。本系统结构简单,运行稳定,能将待检茶样准确送入到相应等级槽中,满足茶叶等级在线评价要求。 展开更多
关键词 计算机视觉 茶叶品质 监督局部保持投影 随机森林算法 在线评价
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部