一种用于人脸识别的非迭代GLRAM算法 被引量：5

1

作者 赵扬扬 周水生 武亚静 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2014年第2期144-150,共7页

利用二维主成分分析算法通过协方差矩阵获得右投影变换矩阵,进一步对其投影特征矩阵降维获得左投影变换矩阵,提出了一种矩阵广义低秩逼近的新的非迭代算法.ORL和AR人脸数据库的实验研究表明,新的非迭代算法在图像重建和图像识别方面都... 利用二维主成分分析算法通过协方差矩阵获得右投影变换矩阵,进一步对其投影特征矩阵降维获得左投影变换矩阵,提出了一种矩阵广义低秩逼近的新的非迭代算法.ORL和AR人脸数据库的实验研究表明,新的非迭代算法在图像重建和图像识别方面都取得了和矩阵广义低秩逼近的迭代算法相近的效果,同时节省了大量的训练时间,而较二维主成分分析,新算法以较大的压缩率取得了更好的图像重建效果和识别率. 展开更多

关键词 人脸识别 数据降维 矩阵的广义低秩逼近 二维主成分分析(2DPCA)

在线阅读 下载PDF 职称材料

一种基于GLRAM的掌纹识别改进算法

2

作者 彭晏飞 张彬 林森 《计算机应用与软件》 CSCD 2015年第10期155-158,共4页

在小样本情况下,传统的2DPCA算法采用的训练样本的平均值不一定就是训练样本分布的中心,而矩阵广义低秩逼近(GLRAM)算法需要多次迭代求解左右投影变换矩阵,复杂度高。为了解决这些问题,利用基于样本中间值的2DPCA算法(M2DPCA),通过协方... 在小样本情况下,传统的2DPCA算法采用的训练样本的平均值不一定就是训练样本分布的中心,而矩阵广义低秩逼近(GLRAM)算法需要多次迭代求解左右投影变换矩阵,复杂度高。为了解决这些问题,利用基于样本中间值的2DPCA算法(M2DPCA),通过协方差矩阵获得右变换矩阵,进一步对其投影特征矩阵降维获得左投影变换矩阵,提出一种改进的GLRAM算法的掌纹识别方法。在Poly U掌纹库上实验表明:改进的GLRAM算法在节省了大量训练时间的同时,取得了比GLRAM算法更好的重构效果和识别率。 展开更多

关键词 掌纹识别 数据降维 中间值的二维主成分分析(M2DPCA) 矩阵广义低秩逼近(glram)

在线阅读 下载PDF 职称材料

GLRAM与LDA相结合的人脸识别

3

作者 徐冬冬 陈秀宏 《计算机工程与应用》 CSCD 北大核心 2010年第13期194-196,220,共4页

提出了一种GLRAM(矩阵的广义低秩逼近)与LDA(线性判别分析)相结合的人脸识别方法。首先利用GLRAM方法获得人脸图像的有效特征,然后通过LDA对获得的特征进行进一步的降维并获得最佳分类特征。这样使得抽取特征的判断能力得到了显著增强... 提出了一种GLRAM(矩阵的广义低秩逼近)与LDA(线性判别分析)相结合的人脸识别方法。首先利用GLRAM方法获得人脸图像的有效特征,然后通过LDA对获得的特征进行进一步的降维并获得最佳分类特征。这样使得抽取特征的判断能力得到了显著增强。实验结果表明,该算法在较短的时间内取得了较高的识别率,效果优于单独运用GLRAM方法和LDA方法。 展开更多

关键词 人脸识别 矩阵的广义低秩逼近(glram) 线性判别分析(LDA)

在线阅读 下载PDF 职称材料

GLRAM Plus DialPCA图像识别方法

4

作者 侯向阳 顾鸿 《计算机工程》 CAS CSCD 2013年第3期178-181,共4页

针对高维数据的特征提取问题,将广义低秩矩阵近似(GLRAM)与对角主成分分析(DialPCA)相结合,提出一种新的特征提取方法 GLRAM Plus DialPCA用于进行图像识别。通过广义低秩矩阵对原始图像进行近似,再做对角化变化,采用二维主成分分析(2DP... 针对高维数据的特征提取问题,将广义低秩矩阵近似(GLRAM)与对角主成分分析(DialPCA)相结合,提出一种新的特征提取方法 GLRAM Plus DialPCA用于进行图像识别。通过广义低秩矩阵对原始图像进行近似,再做对角化变化,采用二维主成分分析(2DPCA)提取数据行列之间的相关性特征,并利用最近邻分类器计算图像识别率。基于FERET和ORL人脸数据库的实验结果表明,与单一的GLRAM或2DPCA相比,GLRAM Plus DialPCA在姿态、光照和表情变化的情况下识别率更高,特征提取速度更快。 展开更多

关键词 广义低秩矩阵近似 对角主成分分析 二维主成分分析 人脸识别 特征抽取 最近邻分类器

在线阅读 下载PDF 职称材料

稳定广义低秩矩阵逼近算法

5

作者 史加荣 米合拉衣·阿地勒 《计算机应用与软件》 北大核心 2020年第12期238-243,296,共7页

为了增强广义低秩矩阵逼近(Generalized Low Rank Approximations of Matrices,GLRAM)的鲁棒性与稳定性,提出稳定广义低秩矩阵逼近(Stable GLRAM,SGLRAM)算法。将每个数据矩阵分解为低秩成分、稀疏噪声和稠密高斯噪声之和,并考虑了数据... 为了增强广义低秩矩阵逼近(Generalized Low Rank Approximations of Matrices,GLRAM)的鲁棒性与稳定性,提出稳定广义低秩矩阵逼近(Stable GLRAM,SGLRAM)算法。将每个数据矩阵分解为低秩成分、稀疏噪声和稠密高斯噪声之和,并考虑了数据缺失情形。为了恢复低秩矩阵,建立最小化矩阵l 1范数与Frobenious范数的优化问题,并设计求解它的交替方向乘子法。在合成和真实数据集上的实验结果验证了该方法的可行性与有效性。 展开更多

关键词 广义低秩矩阵逼近 低秩矩阵恢复 稳定 鲁棒 交替方向乘子法

在线阅读 下载PDF 职称材料

含缺失成分的矩阵的广义低秩逼近及其在图像处理中的应用 被引量：2

6

作者 李璐 董秋雷 赵瑞珍 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2015年第11期2065-2076,共12页

针对在许多实际应用中数据以矩阵形式而非向量形式存在的问题,重点讨论含缺失成分的矩阵低秩逼近问题的广义版本,即如何对一组含缺失成分的矩阵进行低秩逼近.首先构造一个最优化问题来表达原始的广义低秩逼近问题,该最优化问题最小化输... 针对在许多实际应用中数据以矩阵形式而非向量形式存在的问题,重点讨论含缺失成分的矩阵低秩逼近问题的广义版本,即如何对一组含缺失成分的矩阵进行低秩逼近.首先构造一个最优化问题来表达原始的广义低秩逼近问题,该最优化问题最小化输入矩阵组中已知成分的总重构误差;然后提出了一种迭代优化算法来求解上述的最优化问题;最后给出详细的算法分析.大量的模拟实验与真实图像实验结果表明,文中算法具有较好的性能. 展开更多

关键词 广义低秩逼近 缺失成分 重构误差 迭代优化算法

在线阅读 下载PDF 职称材料

一种基于双子空间的人脸美感分析方法 被引量：1

7

作者 段红帅 朱振峰 赵耀 《数据采集与处理》 CSCD 北大核心 2012年第1期105-110,共6页

子空间技术是一种有效的人脸美感本征描述方法。为了克服单一子空间在人脸图像美感描述方面的不足,提出了一种基于主成分分析(PCA)与广义矩阵低秩逼近(Generalized low rank approximation matrix,GLRAM)双子空间的自动人脸美感分析方... 子空间技术是一种有效的人脸美感本征描述方法。为了克服单一子空间在人脸图像美感描述方面的不足,提出了一种基于主成分分析(PCA)与广义矩阵低秩逼近(Generalized low rank approximation matrix,GLRAM)双子空间的自动人脸美感分析方法。通过组合PCA和GLRAM子空间获取人脸美感特性的全局及局部本征描述,并利用高斯场模型(Gaussian field model,GF)构造组合子空间的内在几何结构关系。实验选用了一个光照、背景、表情、年龄和种族等变化比较显著的数据库,结果表明,提出的基于双子空间算法优于基于单一子空间的人脸美感分析方法。 展开更多

关键词 人脸美感分析 子空间分析 广义矩阵低秩逼近 主成分分析 高斯场模型

在线阅读 下载PDF 职称材料

基于低秩矩阵填充的推荐算法 被引量：2

8

作者 潘伟 胡春安 《科学技术与工程》 北大核心 2021年第11期4519-4523,共5页

针对已有协同过滤推荐技术中评分矩阵极度稀疏问题,提出了一种基于低秩矩阵填充技术的推荐算法。该算法从贝叶斯框架出发,提出了能够解决低秩矩阵问题的分层高斯先验模型,并将广义近似消息传递算法嵌入到贝叶斯框架,规避了贝叶斯学习过... 针对已有协同过滤推荐技术中评分矩阵极度稀疏问题,提出了一种基于低秩矩阵填充技术的推荐算法。该算法从贝叶斯框架出发,提出了能够解决低秩矩阵问题的分层高斯先验模型,并将广义近似消息传递算法嵌入到贝叶斯框架,规避了贝叶斯学习过程中烦琐的矩阵逆运算,提升了算法运算速度,同时在广义近似消息传递算法中施加阻尼运算以促进收敛。在开放数据集上的实验结果表明,所提出的算法与相关的矩阵填充推荐算法相比,有效地提高了推荐准确度。 展开更多

关键词 协同过滤 矩阵填充 广义近似消息传递 低秩

在线阅读 下载PDF 职称材料

基于TSVD的高阶图像低秩近似新方法

9

作者 杨洁 魏平俊 廖亮 《计算机应用与软件》 北大核心 2020年第10期133-137,161,共6页

提出一种基于广义奇异值分解的高阶图像低秩近似新方法。在传统矩阵分析的基础上,介绍高阶广义矩阵的生成及定义,得出广义奇异值分解不仅适用于传统的实数矩阵,对高阶广义复数矩阵亦具有重要意义。实验在高阶图像低秩近似的基础上,提出... 提出一种基于广义奇异值分解的高阶图像低秩近似新方法。在传统矩阵分析的基础上,介绍高阶广义矩阵的生成及定义,得出广义奇异值分解不仅适用于传统的实数矩阵,对高阶广义复数矩阵亦具有重要意义。实验在高阶图像低秩近似的基础上,提出两种改进方案,一是将传统的实数矩阵扩展成为高阶广义复数矩阵,二是在领域选取时,分析比较指数增长和线性增长方式的近似效果。数值实验验证了高阶广义复数矩阵具有更高的低秩近似效果,指数增长方式与线性增长方式相比具有明显的优越性。 展开更多

关键词 高阶广义复数矩阵 广义奇异值分解 高阶图像低秩近似 领域选取 指数增长

在线阅读 下载PDF 职称材料

基于广义低秩矩阵分解的分离字典训练及其快速重建算法 被引量：1

10

作者 张长伦 余沾 +1 位作者 王恒友 何强 《电子学报》 EI CAS CSCD 北大核心 2018年第10期2400-2409,共10页

针对传统压缩感知重建算法存在重建质量偏低、重建时间偏长等问题,本文提出了一种基于分离字典训练的快速重建算法.首先选取某类图像作为训练集,建立其广义低秩矩阵分解模型;其次采用交替方向乘子法求解该模型,训练出一组分离字典;最后... 针对传统压缩感知重建算法存在重建质量偏低、重建时间偏长等问题,本文提出了一种基于分离字典训练的快速重建算法.首先选取某类图像作为训练集,建立其广义低秩矩阵分解模型;其次采用交替方向乘子法求解该模型,训练出一组分离字典;最后将该分离字典用于图像重建中,通过简单的线性运算实现图像的快速重建.实验结果表明,本文算法相比于传统的重建算法,针对训练集同类图像,具有十分显著的重建性能,对于其他不同类型的图像,依然有不错的重建质量,极大地降低了重建时间. 展开更多

关键词 压缩感知 广义低秩矩阵分解 分离字典训练 快速重建

在线阅读 下载PDF 职称材料

基于矩阵低秩估计的可靠多载波差分混沌键控接收机 被引量：1

11

作者 张琳 陈炳均 吴志强 《电子与信息学报》 EI CSCD 北大核心 2021年第1期37-44,共8页

在多载波差分混沌键控(MC-DCSK)系统中,经由无线信道传输在接收端进行检测时,参考混沌信号的传输差错将降低承载信息的检测性能,降低传输可靠性。为了提高可靠性,该文基于承载信息的调制信号因共享参考混沌信号的低秩特性,提出了一种基... 在多载波差分混沌键控(MC-DCSK)系统中,经由无线信道传输在接收端进行检测时,参考混沌信号的传输差错将降低承载信息的检测性能,降低传输可靠性。为了提高可靠性,该文基于承载信息的调制信号因共享参考混沌信号的低秩特性,提出了一种基于矩阵低秩估计(LRAM)的MC-DCSK接收机,增强系统可靠性。该接收机将接收信号矩阵表示为秩1矩阵和噪声矩阵之和,然后对接收信号矩阵进行低秩估计,以得到参考信号的最优估计,并进而将其用于承载信息的调制信号的检测和解调,从而提升系统传输可靠性。继而,该文证明了LRAM检测可等效于最大似然估计检测,并对信息泄露率理论安全性能进行了分析,分析结果表明所提方案安全性与基准MC-DCSK系统一致。仿真结果验证了该接收机在加性高斯白噪声(AWGN)和多径衰落信道下可有效提升MC-DCSK系统的可靠性。 展开更多

关键词 多载波差分混沌键控系统 矩阵低秩估计 可靠性 接收机

在线阅读 下载PDF 职称材料

基于广义低秩逼近的机器视觉检测运动模糊消除方法

12

作者 郭雪梅 吴俊芳 《激光杂志》 北大核心 2020年第4期43-46,共4页

动态成像条件下易出现运动模糊,影响机器视觉检测精度。为了补偿运动模糊检测误差,从图像退化逆转过程分析入手,提取伪逆模糊核广义低秩逼近分解性质,约束深度学习逆卷积解空间,通过额外卷积层减少机器视觉检测实际成像异常因素影响,较... 动态成像条件下易出现运动模糊,影响机器视觉检测精度。为了补偿运动模糊检测误差,从图像退化逆转过程分析入手,提取伪逆模糊核广义低秩逼近分解性质,约束深度学习逆卷积解空间,通过额外卷积层减少机器视觉检测实际成像异常因素影响,较好地抑制振铃效应,进一步优化结果。实验表明:所述方法可以有效消除运动模糊,还原图像潜在细节纹理,在画质、客观指标方面均优于已有方法,可用于动态成像条件下机器视觉检测。 展开更多

关键词 机器视觉 运动模糊 逆卷积 深度学习 广义低秩逼近

在线阅读 下载PDF 职称材料