-
题名基于LLE和LS-SVM的人脸识别方法
被引量：5
- 1
-
-
作者
谈书才
黄景涛
-
机构
河南科技大学电子信息工程学院
-
出处
《微电子学与计算机》
CSCD
北大核心
2010年第7期110-113,共4页
-
基金
国家自然科学基金项目(70671035)
河南省重点科技攻关项目(082102210015)
-
文摘
为了提高人脸识别的速度,提出了一种基于局部线性嵌套(LLE)和最小二乘支持向量机(LS-SVM)的人脸识别方法.该方法采用主成分分析(PCA)和LLE相结合的算法,对归一化处理过的人脸图像进行特征提取,利用LS-SVM对人脸图像样本集进行训练和识别,以提高识别的速度.最后将本文方法在ORL人脸数据库上进行试验,结果表明,人脸识别的速度有了一定的提高,识别率达到了90%以上.
-
关键词
人脸识别
主成分分析
局部线性嵌套
最小二乘支持向量机
-
Keywords
face recognition
PCA
LLE
LS-SVM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名最小二乘支持向量机的一种非均衡数据分类算法
被引量：3
- 2
-
-
作者
赵会
黄景涛
谈书才
-
机构
河南科技大学电子信息工程学院
-
出处
《微电子学与计算机》
CSCD
北大核心
2010年第4期33-37,共5页
-
基金
国家自然科学基金项目(70671035)
河南省重点科技攻关项目(082102210015)
-
文摘
为了提高支持向量机的非平衡数据分类能力,分析了最小二乘支持向量机的本质特征,提出了一种基于中心距离比的非平衡数据分类算法,同时通过修剪边界样本,解决了最小二乘支持向量机缺失稀疏性的问题.在UCI标准数据集上进行的试验表明:该算法能够有效地提高支持向量机对非均衡分布数据的正确性,且该算法在不影响训练精度的前提下,可以得到稀疏解,算法的训练速度也有了一定的提高.
-
关键词
最小二乘支持向量机
非均衡数据分类
稀疏性
-
Keywords
least squares support vector machines
unbalanced data classification
sparseness
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名利用高次差与自相关函数对周跳探测与处理
被引量：1
- 3
-
-
作者
陈石平
郑健超
谈书才
-
机构
广州奥格智能科技有限公司
湖南交通工程学院
-
出处
《现代导航》
2018年第2期104-108,共5页
-
基金
"基于物联网技术的数字市政在线监控平台(广东省经济与信息化委员会
广东省财政厅项目)支撑
基金项目代号:GDEID2011ISO021
-
文摘
针对载波相位数据观测过程中,由于接收机内外的原因导致出现周跳,周跳会造成高精度定位不准确,结合高次差和自相关函数的理论,提出一种基于高次差和归一化自相关函数法判断是否出现周跳,对其算法进行介绍、分析和推导,该算法具有较为深厚的理论基础,根据高次差法的特征子序列和归一化自相关函数的相关程度进行探测周跳,通过试验研究结果表明:能有效地探测周跳,判断出周跳的位置,并进行修正,进而提高观测值可靠性和准确性,具有较好的效果。
-
关键词
周跳
高次差
自相关函数
-
Keywords
Cycle Slip
High Difference
Autocorrelation Function
-
分类号
TN967
[电子电信—信号与信息处理]
-
