期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种基于核的快速非线性鉴别分析方法 被引量:9
1
作者 徐勇 杨静宇 +1 位作者 金忠 娄震 《计算机研究与发展》 EI CSCD 北大核心 2005年第3期367-374,共8页
基于"核技巧"提出的新的非线性鉴别分析方法在最小二乘意义上与基于核的Fisher鉴别分析方法等效,相应鉴别方向通过一个线性方程组得出,计算代价较小,相应分类实现极其简便.该方法的最大优点是,对训练数据进行筛选,可使构造鉴... 基于"核技巧"提出的新的非线性鉴别分析方法在最小二乘意义上与基于核的Fisher鉴别分析方法等效,相应鉴别方向通过一个线性方程组得出,计算代价较小,相应分类实现极其简便.该方法的最大优点是,对训练数据进行筛选,可使构造鉴别矢量的"显著"训练模式数大大低于总训练模式数,从而使得测试集的分类非常高效;同时,设计出专门的优化算法以加速"显著"训练模式的选取.实验表明,这种非线性方法不仅具有明显的效率上的优势,且具有不低于基于核的Fisher鉴别分析方法的性能. 展开更多
关键词 基于核的Fisher鉴别分析 基于核的快速非线性鉴别分析 最小二乘解 特征抽取
在线阅读 下载PDF
极小化类内散布度的大间距非线性鉴别分析 被引量:1
2
作者 张伟伟 陈秀宏 《计算机工程与应用》 CSCD 北大核心 2010年第23期194-197,共4页
提出了一种新的非线性鉴别分析算法——极小化类内散布的大间距非线性鉴别分析。该算法的主要思想是将原始样本映射到更高维的空间中,利用核技术对传统的大间距分类算法进行改进,在新的高维空间中利用再生核技术寻找核鉴别矢量,使得在... 提出了一种新的非线性鉴别分析算法——极小化类内散布的大间距非线性鉴别分析。该算法的主要思想是将原始样本映射到更高维的空间中,利用核技术对传统的大间距分类算法进行改进,在新的高维空间中利用再生核技术寻找核鉴别矢量,使得在这个新的空间中核类内散度尽可能的小。在ORL人脸数据库上进行实验,分析了识别率及识别时间,结果表明该方法具有一定优势。 展开更多
关键词 大间距分类器 支持向量机 非线性鉴别分析 方法 类内散布
在线阅读 下载PDF
基于核的Fisher极小鉴别分析及人脸识别 被引量:3
3
作者 王建国 郑宇杰 杨静宇 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第20期5516-5518,5522,共4页
Fisher鉴别分析被公认为是特征抽取的有效方法之一,但由于其只能抽取线性特征,而对于实际应用中复杂的样本图像分布,抽取非线性鉴别特征显得十分必要。先前的基于核Fisher鉴别分析算法虽然解决了非线性特征抽取问题,但是其存在最终特征... Fisher鉴别分析被公认为是特征抽取的有效方法之一,但由于其只能抽取线性特征,而对于实际应用中复杂的样本图像分布,抽取非线性鉴别特征显得十分必要。先前的基于核Fisher鉴别分析算法虽然解决了非线性特征抽取问题,但是其存在最终特征维数受类别数限制的问题。为了能够进一步提高特征提取效率,提出了一种基于核的Fisher极小鉴别分析方法,该方法使得最终特征维数不受类别数限制。在Yale和NUST603人脸库上进行了鉴别性能实验,实验结果验证了该方法的有效性。 展开更多
关键词 主成分分析 FISHER鉴别分析 特征抽取 人脸识别 非线性鉴别特征
在线阅读 下载PDF
新的非线性鉴别特征抽取方法及人脸识别 被引量:2
4
作者 刘永俊 陈才扣 +1 位作者 赵根林 杨静宇 《计算机工程与设计》 CSCD 北大核心 2008年第6期1519-1521,1550,共4页
在非线性空间中采用新的最大散度差鉴别准则,提出了一种新的核最大散度差鉴别分析方法。该方法不仅有效地抽取了人脸图像的非线性鉴别特征,而且从根本上避免了以往核Fisher鉴别分析中训练样本总数较多时,通常存在的核散布矩阵奇异的问题... 在非线性空间中采用新的最大散度差鉴别准则,提出了一种新的核最大散度差鉴别分析方法。该方法不仅有效地抽取了人脸图像的非线性鉴别特征,而且从根本上避免了以往核Fisher鉴别分析中训练样本总数较多时,通常存在的核散布矩阵奇异的问题,计算复杂度大大降低,识别速度有了明显的提高。在ORL人脸数据库上的实验结果验证了该算法的有效性。 展开更多
关键词 非线性鉴别分析 最大散度差鉴别准则 最大散度差鉴别分析 特征抽取 人脸识别
在线阅读 下载PDF
基于一种改进的类内散布矩阵的核鉴别分析法
5
作者 薛寺中 陈秀宏 《计算机工程与应用》 CSCD 2013年第2期181-183,共3页
基于核的非线性判别方法及算法的研究近年来得到广泛的研究。在这些方法中,一个主要的缺点是对L类判别问题,判别向量最多只有L-1个。定义一种改进的核类间散布矩阵,并对两类问题给出改进的核鉴别分析法,该方法克服了以上缺陷。试验结果... 基于核的非线性判别方法及算法的研究近年来得到广泛的研究。在这些方法中,一个主要的缺点是对L类判别问题,判别向量最多只有L-1个。定义一种改进的核类间散布矩阵,并对两类问题给出改进的核鉴别分析法,该方法克服了以上缺陷。试验结果表明所提出的方法与其他方法相比具有很好的识别性能。 展开更多
关键词 鉴别分析 非线性特征抽取 新的类间散布矩阵 最小距离分类器
在线阅读 下载PDF
一种快速KMSE算法及其在异常入侵检测中的应用 被引量:1
6
作者 范自柱 徐勇 +1 位作者 徐保根 朱旗 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2011年第3期90-94,共5页
为提高核最小均方误差(Kernel Minimum Squared Error,KMSE)方法的计算效率,利用特征空间中不相关的样本矢量("基样本"),提出了一种快速KMSE算法,并利用"基样本"与一个样本间的核函数对该样本抽取特征.在入侵检测... 为提高核最小均方误差(Kernel Minimum Squared Error,KMSE)方法的计算效率,利用特征空间中不相关的样本矢量("基样本"),提出了一种快速KMSE算法,并利用"基样本"与一个样本间的核函数对该样本抽取特征.在入侵检测数据集KDDCUP1999和其他基准数据集上实验表明:该方法不仅高效,并且分类和检测效果良好,"基样本"只占训练样本的很小一部分比例,使用它们可以显著提高特征抽取效率. 展开更多
关键词 最小均方误差 鉴别分析 快速算法 线性相关 入侵检测
在线阅读 下载PDF
基于核的大间距分类器 被引量:1
7
作者 张伟伟 陈秀宏 《计算机工程与设计》 CSCD 北大核心 2009年第19期4475-4478,共4页
提出了一种新的非线性鉴别分析算法-基于核的大间距分类器,该算法的主要思想是将原始样本映射到更高维的空间中,利用核技术对传统的大间距分类算法进行改进,在新的高维空间中利用再生核技术寻找核鉴别矢量,使得在这个新的空间中核类内... 提出了一种新的非线性鉴别分析算法-基于核的大间距分类器,该算法的主要思想是将原始样本映射到更高维的空间中,利用核技术对传统的大间距分类算法进行改进,在新的高维空间中利用再生核技术寻找核鉴别矢量,使得在这个新的空间中核类内散度尽可能的小。在ORL人脸数据库上做实验,分别对识别率及识别时间做分析,可以看出本方法的优势所在。 展开更多
关键词 大间距分类器 支持向量机 非线性鉴别分析 方法 类内散布
在线阅读 下载PDF
眼电伪迹自动识别与去除的新方法 被引量:6
8
作者 李明爱 郭硕达 +2 位作者 田晓霞 杨金福 郝冬梅 《电子学报》 EI CAS CSCD 北大核心 2016年第5期1032-1039,共8页
为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析(Fast Kernel Independent Component Analysis,Fast KICA)与离散小波变换(Discrete Wavelet Transform,DWT)... 为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析(Fast Kernel Independent Component Analysis,Fast KICA)与离散小波变换(Discrete Wavelet Transform,DWT)的眼电自动去除方法,即(Fast Kernel Independent Wavelet Transform,FKIWT)方法.首先,利用Fast KICA方法对脑电信号进行分离得到独立成分,并以相关系数为依据识别出眼电伪迹;进而,基于DWT对眼电伪迹进行多分辨率分析,将逼近分量置零,而细节分量保持不变,使得重构所得眼电伪迹成分保留更多有用脑电信号;最后,利用Fast KICA逆变换重建眼电去除后的脑电信号.实验结果表明:FKIWT不仅有效改善了眼电过估计问题,增强了抗干扰能力和鲁棒性,而且在线性混合和非线性混合情况下,均得到较好的伪迹去除效果,特别是在非线性混合时优势更为明显,适合于实际在线应用. 展开更多
关键词 非线性混合模型 快速独立成分分析 离散小波变换 眼电过估计 鲁棒性
在线阅读 下载PDF
基于多特征组合的交通标识识别 被引量:5
9
作者 齐朗晔 张重阳 何成东 《计算机工程与科学》 CSCD 北大核心 2015年第4期776-782,共7页
在分块核函数的基础上提出了基于多个图像特征进行组合决策的识别方法。该算法先对交通标识图像提取两个不同的特征,即HOG特征和基于子模式组合的分块核函数特征,然后针对不同特征构造相应的分类器,最后对这几个分类器的输出采用投票机... 在分块核函数的基础上提出了基于多个图像特征进行组合决策的识别方法。该算法先对交通标识图像提取两个不同的特征,即HOG特征和基于子模式组合的分块核函数特征,然后针对不同特征构造相应的分类器,最后对这几个分类器的输出采用投票机制进行决策融合。在德国交通标识数据库上的实验结果表明,该方法相比单特征识别具有更高的识别准确率。 展开更多
关键词 Fisher非线性鉴别分析 特征组合 分块方法 交通标识识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部