检索结果-维普期刊中文期刊服务平台

基于分块主成分分析的人体运动合成: 1; 作者李妙洋蓝荣祎孙怀江《计算机工程》 CAS CSCD 2013年第9期240-244,共5页; 在高维运动数据处理中,传统降维方法过度关注于保护拓扑结构和重构信息,导致低维子空间参数具有不可理解性。针对该问题,提出一种基于分块主成分分析的运动合成方法。对根据人体骨骼结构特点分组的运动数据进行分块主成分分析,获得具有... 展开更多; 关键词三维人体动画运动捕获数据运动合成主成分分析分块主成分分析动态时间弯曲; 在线阅读下载PDF 职称材料

分块二维主成分分析鉴别特征抽取能力研究被引量：1: 2; 作者陈伏兵韦相和 +1 位作者严云洋杨静宇《计算机工程与应用》 CSCD 北大核心 2006年第27期69-72,75,共5页; 基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽... 展开更多; 关键词线性鉴别分析特征抽取二维主成分分析分块二维主成分分析人脸识别; 在线阅读下载PDF 职称材料

基于分块核主成分分析和支持向量机的故障检测被引量：14: 3; 作者李锦冰韩冰 +4 位作者冯守渤张佳冬李宇钟凯韩敏《控制理论与应用》 EI CAS CSCD 北大核心 2020年第4期847-854,共8页; 针对工业系统监测数据为非线性,且难以辨识复杂工作过程中故障位置的问题,提出一种基于分块核主成分分析(BKPCA)和最小二乘支持向量机(LS-SVM)的集成故障检测方法.首先对系统监测变量进行分块,使用KPCA对每个分块在特征空间中建立T2和... 展开更多; 关键词故障检测分块核主成分分析最小二乘支持向量机特征提取; 在线阅读下载PDF 职称材料

基于分块双向二维主成分分析的步态识别被引量：1: 4; 作者卢威陈后金《计算机应用与软件》 CSCD 2011年第9期232-234,共3页; 提出了一种基于步态能量图和分块双向二维主成分分析进行步态特征的算法。首先对图像序列预处理提取运动轮廓,通过分析区域分布直方图检测出运动周期,生成步态能量图描述步态的空间和时间特性,继而使用分块双向二维主成分提取步态特征... 展开更多; 关键词步态识别步态能量图二维主成分分析分块双向二维主成分分析特征提取; 在线阅读下载PDF 职称材料

二维主成分分析方法的推广及其在人脸识别中的应用被引量：20: 5; 作者陈伏兵陈秀宏 +1 位作者高秀梅杨静宇《计算机应用》 CSCD 北大核心 2005年第8期1767-1770,共4页; 提出了分块二维主成分分析(分块2DPCA)的人脸识别方法。分块2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是:能方便地降低鉴别特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;与2DPCA方... 展开更多; 关键词线性鉴别分析特征抽取分块二维主成分分析特征矩阵人脸识别; 在线阅读下载PDF 职称材料

分块PCA鉴别特征抽取能力的分析研究被引量：17: 6; 作者陈伏兵谢永华 +1 位作者严云洋杨静宇《计算机科学》 CSCD 北大核心 2006年第3期155-159,共5页; 基于主成分分析(Principal Component Analysis,PCA),本文提出了分块 PCA 人脸识别方法。分块 PCA 从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用 PCA 方法进行特征抽取,从而实现模式的分类。新方法的特点是... 展开更多; 关键词线性鉴别分析主成分分析特征抽取分块主成分分析人脸识别; 在线阅读下载PDF 职称材料

基于分块PCA与端元提取的壁画线条增强研究被引量：4: 7; 作者毛锦程吕书强 +1 位作者侯妙乐汪万福《图学学报》 CSCD 北大核心 2022年第3期425-433,共9页; 线状特征是壁画中的重要元素。然而受到自然及人为因素的影响,壁画的部分线条常常变得模糊,人眼难以辨别。因此,提出一种利用高光谱影像分块主成分分析(PCA)与端元提取相结合的线状特征增强方法。首先,利用支持向量机(SVM)对壁画的合成... 展开更多; 关键词高光谱影像线状特征分块主成分分析图像解混壁画; 在线阅读下载PDF 职称材料

题名基于分块主成分分析的人体运动合成: 1; 作者李妙洋蓝荣祎孙怀江; 机构南京理工大学计算机科学与工程学院; 出处《计算机工程》 CAS CSCD 2013年第9期240-244,共5页; 基金南京理工大学自主科研专项计划基金资助项目(2011YBXM79) 江苏省2011年度普通高校研究生科研创新计划基金资助项目(CXLX11_0260); 文摘在高维运动数据处理中,传统降维方法过度关注于保护拓扑结构和重构信息,导致低维子空间参数具有不可理解性。针对该问题,提出一种基于分块主成分分析的运动合成方法。对根据人体骨骼结构特点分组的运动数据进行分块主成分分析,获得具有特定语义的低维子空间参数。以跳跃运动为例进行实验,结果表明,该方法通过直观地改变具有语义的运动参数,可实时合成满足要求的运动结果。; 关键词三维人体动画运动捕获数据运动合成主成分分析分块主成分分析动态时间弯曲; Keywords 3D human animation motion capture data motion synthesis Principal Component Analysis（PCA） block PCA dynamic time warping; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名分块二维主成分分析鉴别特征抽取能力研究被引量：1: 2; 作者陈伏兵韦相和严云洋杨静宇; 机构淮阴师范学院计算机科学系南京理工大学计算机科学系; 出处《计算机工程与应用》 CSCD 北大核心 2006年第27期69-72,75,共5页; 基金国家自然科学基金资助项目(编号:60472060) 江苏省自然科学基金资助项目(编号:05KJD520036) 淮安市科技发展基金资助项目(编号:HAG05053); 文摘基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类。在ORL人脸数据库上测试了该方法的鉴别能力。实验的结果表明,M2DPCA在鉴别性能上优于通常的2DPCA和PCA方法,也优于基于Fisher鉴别准则的鉴别分析方法:Fisherfaces方法、F-S方法和J-Y方法。; 关键词线性鉴别分析特征抽取二维主成分分析分块二维主成分分析人脸识别; Keywords Linear Discriminant Analysis（LDA）,feature extraction,Two Dimensional Principal Component Analysis（2DPCA） ,Modular Two Dimensional Principal Component Analysis（M2DPCA）,face recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于分块核主成分分析和支持向量机的故障检测被引量：14: 3; 作者李锦冰韩冰冯守渤张佳冬李宇钟凯韩敏; 机构大连理工大学电子信息与电气工程学部上海船舶运输科学研究所航运技术与安全国家重点实验室; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2020年第4期847-854,共8页; 基金国家自然科学基金项目(61773087) 中央高校基本科研业务费专项资金(DUT18RC(6)005)资助。; 文摘针对工业系统监测数据为非线性,且难以辨识复杂工作过程中故障位置的问题,提出一种基于分块核主成分分析(BKPCA)和最小二乘支持向量机(LS-SVM)的集成故障检测方法.首先对系统监测变量进行分块,使用KPCA对每个分块在特征空间中建立T2和平方预测误差(SPE)统计量来实时监测系统健康状态,并使用LS-SVM对上述过程检测出来的故障数据进行再次判断.随后计算出现故障后计算每一分块的故障贡献率,进而确定发生故障的分块.由于采用了并行分块算法,可以较简单的确定故障发生位置,提高计算效率,同时LS-SVM方法的应用也可以提升故障检测的精度.使用田纳西-伊斯曼化工(TE)过程数据对本文所提方法进行仿真验证,试验结果表明所提方法取得了较好效果.; 关键词故障检测分块核主成分分析最小二乘支持向量机特征提取; Keywords fault detection block kernel principal component analysis least square support vector machine feature extraction; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于分块双向二维主成分分析的步态识别被引量：1: 4; 作者卢威陈后金; 机构北京交通大学电子信息工程学院; 出处《计算机应用与软件》 CSCD 2011年第9期232-234,共3页; 文摘提出了一种基于步态能量图和分块双向二维主成分分析进行步态特征的算法。首先对图像序列预处理提取运动轮廓,通过分析区域分布直方图检测出运动周期,生成步态能量图描述步态的空间和时间特性,继而使用分块双向二维主成分提取步态特征用以分类,最后在USF步态数据库上测试,并与其它几个算法进行比较。实验结果显示,该方法有更高的识别率和更低的计算复杂度。; 关键词步态识别步态能量图二维主成分分析分块双向二维主成分分析特征提取; Keywords Gait recognition Gait energy image 2D Principal component analysis（PCA） Modular-（2D）2PCA Feature extraction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名二维主成分分析方法的推广及其在人脸识别中的应用被引量：20: 5; 作者陈伏兵陈秀宏高秀梅杨静宇; 机构南京理工大学计算机科学系; 出处《计算机应用》 CSCD 北大核心 2005年第8期1767-1770,共4页; 基金国家自然科学基金资助项目(60472060); 文摘提出了分块二维主成分分析(分块2DPCA)的人脸识别方法。分块2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是:能方便地降低鉴别特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;与2DPCA方法相比,使用低维的鉴别特征矩阵,而达到较高(至少是不低)的正确识别率。此外,2DPCA是分块2DPCA的特例。在ORL和NUST603人脸库上的试验结果表明,所提出的方法在识别性能上优于2DPCA方法。; 关键词线性鉴别分析特征抽取分块二维主成分分析特征矩阵人脸识别; Keywords LDA(Linear Discriminant Analysis) feature extraction Modular 2DPCA (Modular two-Dimensional Principal Component Analysis) feature matrix face recognition; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名分块PCA鉴别特征抽取能力的分析研究被引量：17: 6; 作者陈伏兵谢永华严云洋杨静宇; 机构淮阴师范学院数学系南京理工大学计算机科学系; 出处《计算机科学》 CSCD 北大核心 2006年第3期155-159,共5页; 基金国家自然科学基金(60472060) 江苏省自然科学基金(05KJD520050)资助; 文摘基于主成分分析(Principal Component Analysis,PCA),本文提出了分块 PCA 人脸识别方法。分块 PCA 从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用 PCA 方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类。在 Yale 人脸数据库上测试了该方法的鉴别能力。实验的结果表明,分块 PCA 在识别性能上优于通常的 PCA 方法,也优于基于 Fisher 鉴别准则的鉴别分析方法:Fisherfaces 方法、F-S 方法、组合鉴别方法,识别率可以达到100%。; 关键词线性鉴别分析主成分分析特征抽取分块主成分分析人脸识别; Keywords Linear discriminant analysis （LDA）, Principal component analysis （PCA）, Feature extraction, Modular principal component analysis（Modular PCA）, Face recognition; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TQ245.12 [化学工程—有机化工]; 在线阅读下载PDF 职称材料

题名基于分块PCA与端元提取的壁画线条增强研究被引量：4: 7; 作者毛锦程吕书强侯妙乐汪万福; 机构北京建筑大学测绘与城市空间信息学院北京市建筑遗产精细重构与健康监测重点实验室敦煌研究院保护研究所国家古代壁画与土遗址保护工程技术研究中心; 出处《图学学报》 CSCD 北大核心 2022年第3期425-433,共9页; 基金国家重点研发计划项目(2017YFB1402105) 北京市自然科学基金项目-市教委联合基金项目(KZ20211001621)。; 文摘线状特征是壁画中的重要元素。然而受到自然及人为因素的影响,壁画的部分线条常常变得模糊,人眼难以辨别。因此,提出一种利用高光谱影像分块主成分分析(PCA)与端元提取相结合的线状特征增强方法。首先,利用支持向量机(SVM)对壁画的合成真彩色影像进行分类,根据分类结果得到壁画标签数据,实现高光谱影像同质区域的分块数据。其次,对各分块影像进行顶点成分分析(VCA)得到候选端元集,通过构造投影矩阵合并相似端元确定最终端元集。然后,利用非负最小二乘算法解混得到线条丰度图。最后,将分块PCA的第一主成分影像归一化后与线条丰度图进行波段加权平均获取线状特征增强影像,将其与合成真彩色影像进行HSV图像融合得到线状特征融合影像。以瞿昙寺壁画局部高光谱影像为例进行了验证,结果表明,该算法能增强壁画中的线状特征,且较PCA增强法效果更好。; 关键词高光谱影像线状特征分块主成分分析图像解混壁画; Keywords hyperspectral image linear feature block principal component analysis image unmixing mural; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于分块主成分分析的人体运动合成	李妙洋蓝荣祎孙怀江	《计算机工程》 CAS CSCD	2013	0	在线阅读下载PDF 职称材料
2	分块二维主成分分析鉴别特征抽取能力研究	陈伏兵韦相和严云洋杨静宇	《计算机工程与应用》 CSCD 北大核心	2006	1	在线阅读下载PDF 职称材料
3	基于分块核主成分分析和支持向量机的故障检测	李锦冰韩冰冯守渤张佳冬李宇钟凯韩敏	《控制理论与应用》 EI CAS CSCD 北大核心	2020	14	在线阅读下载PDF 职称材料
4	基于分块双向二维主成分分析的步态识别	卢威陈后金	《计算机应用与软件》 CSCD	2011	1	在线阅读下载PDF 职称材料
5	二维主成分分析方法的推广及其在人脸识别中的应用	陈伏兵陈秀宏高秀梅杨静宇	《计算机应用》 CSCD 北大核心	2005	20	在线阅读下载PDF 职称材料
6	分块PCA鉴别特征抽取能力的分析研究	陈伏兵谢永华严云洋杨静宇	《计算机科学》 CSCD 北大核心	2006	17	在线阅读下载PDF 职称材料
7	基于分块PCA与端元提取的壁画线条增强研究	毛锦程吕书强侯妙乐汪万福	《图学学报》 CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料