期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于RMDLPP的雷达空中目标分类
1
作者 刘帅康 曹伟 +2 位作者 管志强 杨学岭 许金鑫 《系统工程与电子技术》 EI CSCD 北大核心 2024年第4期1220-1228,共9页
针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP... 针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP)的窄带雷达空中目标分类方法。首先,在计算样本之间距离时将两样本点的欧氏距离与同类样本均值相关联。然后,挑选一定数量的边界样本点进行处理并对优化DLPP目标函数进行降维。最后,使用高性能分类器对降维后的数据进行区分,实现对空中目标的分类。通过对X波段对空警戒雷达实测数据的对比实验表明,所提方法具有更好的分类准确率和对孤立点的鲁棒性。 展开更多
关键词 窄带雷达 空中目标分类 鉴别局部保持投影 最大边界准则 降维
在线阅读 下载PDF
基于奇异值分解和判别局部保持投影的多变量时间序列分类 被引量：4
2
作者 董红玉 陈晓云 《计算机应用》 CSCD 北大核心 2014年第1期239-243,共5页
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... 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)、Parzen窗、支持向量机(SVM)和朴素Bayes分类器进行分类。在Australian Sign Language(ASL)、Japanese Vowels(JV)和Wafer三个公开的多变量时间序列数据集上进行的实验结果表明:在时间开销基本不变的前提下,所提方法取得了较低的分类错误率。 展开更多
关键词 多变量时间序列 分类 奇异值分解 判别局部保持投影 最大间距准则
在线阅读 下载PDF
基于判别局部保持投影的苹果叶部病害识别方法 被引量：5
3
作者 邵彧 张善文 李萍 《东北农业科学》 2021年第4期113-118,134,共7页
通过维数约简实现特征提取是图像识别的一个重要步骤。由于同一种作物病害叶片和病斑图像的高度复杂性,在各种不同拍摄角度、位置和光照等条件下得到的图像之间差异较大,使得很多经典的维数约简和特征提取算法不能有效地用于作物叶部病... 通过维数约简实现特征提取是图像识别的一个重要步骤。由于同一种作物病害叶片和病斑图像的高度复杂性,在各种不同拍摄角度、位置和光照等条件下得到的图像之间差异较大,使得很多经典的维数约简和特征提取算法不能有效地用于作物叶部病害识别。本文在判别局部保持投影(Discriminant Locality Preserving Projections,DLPP)的基础上,提出一种基于DLPP的苹果叶部病害识别方法。首先利用GrabCut算法对采集的病害叶部图像进行背景分割,然后利用分水岭算法对去背景图像进行分割,得到病斑图像;再利用DLPP将病斑图像投影到低维判别空间,得到分类特征;最后利用K-最近邻分类器进行病害类别识别。在实际苹果病害叶片图像数据库上的实验结果表明,该方法是有效可行的。 展开更多
关键词 苹果病害叶片图像 病害识别 判别局部保持投影(dlpp) 维数约简
原文传递
加权空-谱局部保持投影的高分二号影像分类方法
4
作者 何晓琳 《勘察科学技术》 2022年第1期19-22,共4页
针对高分二号遥感影像分类精度低的问题,该文提出了一种基于加权空-谱局部保持投影的高分二号遥感影像分类方法。该方法首先采用加权空-谱算法对高分二号遥感影像进行几何空间重构处理,获取新的影像数据;然后利用融合LPNPE方法与LPP方... 针对高分二号遥感影像分类精度低的问题,该文提出了一种基于加权空-谱局部保持投影的高分二号遥感影像分类方法。该方法首先采用加权空-谱算法对高分二号遥感影像进行几何空间重构处理,获取新的影像数据;然后利用融合LPNPE方法与LPP方法构建新的投影矩阵,充分利用了样本数据光谱类别信息又兼顾局部相邻空间的几何相互关系;最后,将投影后的数据作为SVM分类器的输入,对高分二号遥感影像进行分类。实验结果表明,该方法分类精度为97.47%,Kappa系数为0.9753,能有效识别地物边界。 展开更多
关键词 空间几何特征 光谱特征 加权空-谱局部保持投影 高分二号影像分类
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部