期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于子空间半监督学习线性判别方法的目标跟踪技术研究
被引量：
2
1
作者
李红军
赵明莉
母方欣
《现代电子技术》
北大核心
2019年第3期52-55,60,共5页
文中提出一种基于半监督学习的线性判别方法用于目标跟踪。首先,根据少量的目标图像和背景图像样本,利用增量线性判别分析在子空间中找到最大化标记样本分类间隔的分类面;然后在当前帧采样,获得大量未标记的图像样本并投影到子空间中,...
文中提出一种基于半监督学习的线性判别方法用于目标跟踪。首先,根据少量的目标图像和背景图像样本,利用增量线性判别分析在子空间中找到最大化标记样本分类间隔的分类面;然后在当前帧采样,获得大量未标记的图像样本并投影到子空间中,通过半监督学习修正分类面,在这些候选目标中找到离目标最近、离背景最远的作为目标在当前帧的状态估计;最后,在分类结果中挑选置信度高的目标图像和背景图像样本加入到训练集中,删除训练集中置信度低的目标图像和背景图像样本,并更新投影子空间的基。实验结果表明,所提方法可以很好地适应目标的各种变化,并获得比基于监督学习方法更好的效果。
展开更多
关键词
半监督学习
目标跟踪
增量线性判别分析
置信度
分类面
状态估计
在线阅读
下载PDF
职称材料
面向工业大数据的多层增量特征提取方法
被引量：
10
2
作者
汪星
黄小瑜
+2 位作者
刘瑄璞
孔宪光
牛萌
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2018年第4期106-111,共6页
针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数据进行有效降维,并最大限度保留样本的变异信息和判别信息.首先,利用滑动窗口增量实时更新数据流,检测和...
针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数据进行有效降维,并最大限度保留样本的变异信息和判别信息.首先,利用滑动窗口增量实时更新数据流,检测和过滤离群点,基于增量主成分分析对数据进行初步特征提取,利用Fisher准则函数量化各主元所包含的分类信息;然后,采用熵值法确定各主元贡献率和识别能力的权重,对主元进行筛选,由筛选出的主元构成新的特征空间;最后,将当前窗口的高维数据通过增量线性判别分析投影,完成二次特征提取的同时确定样本类别.实验结果表明,该方法可有效提取实时数据特征,同时很好地保留其判别能力.
展开更多
关键词
工业大数据
高维小样本
特征提取
增量线性判别分析
增量
主成分
分析
熵值法
在线阅读
下载PDF
职称材料
多特征融合的在线更新目标跟踪算法
被引量：
4
3
作者
孟钢
姜志国
+1 位作者
赵丹培
高越
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第10期1788-1795,共8页
为了适应跟踪过程中目标光照条件的变化,并对目标特征进行在线更新,提出一种将局部二元模式(LBP)特征与图像灰度信息相融合,同时结合增量线性判别分析对目标进行跟踪的算法.跟踪开始前,为了获得比较准确的目标描述,使用混合高斯模型和...
为了适应跟踪过程中目标光照条件的变化,并对目标特征进行在线更新,提出一种将局部二元模式(LBP)特征与图像灰度信息相融合,同时结合增量线性判别分析对目标进行跟踪的算法.跟踪开始前,为了获得比较准确的目标描述,使用混合高斯模型和期望最大化算法对目标进行分割;跟踪过程中,通过蒙特卡罗方法对目标区域和背景区域进行采样,并更新特征空间参数,得到目标和背景的最优分类面;最后使用粒子滤波器结合最优分类面对目标状态进行预测.通过光照变化的仿真视频和自然场景视频的跟踪实验,验证了文中算法的有效性.
展开更多
关键词
跟踪
局部二元模式
增量线性判别分析
蒙特卡罗方法
粒子滤波
在线阅读
下载PDF
职称材料
题名
基于子空间半监督学习线性判别方法的目标跟踪技术研究
被引量：
2
1
作者
李红军
赵明莉
母方欣
机构
中国人民解放军驻六三一所军事代表室
航空工业西安计算技术研究所
出处
《现代电子技术》
北大核心
2019年第3期52-55,60,共5页
文摘
文中提出一种基于半监督学习的线性判别方法用于目标跟踪。首先,根据少量的目标图像和背景图像样本,利用增量线性判别分析在子空间中找到最大化标记样本分类间隔的分类面;然后在当前帧采样,获得大量未标记的图像样本并投影到子空间中,通过半监督学习修正分类面,在这些候选目标中找到离目标最近、离背景最远的作为目标在当前帧的状态估计;最后,在分类结果中挑选置信度高的目标图像和背景图像样本加入到训练集中,删除训练集中置信度低的目标图像和背景图像样本,并更新投影子空间的基。实验结果表明,所提方法可以很好地适应目标的各种变化,并获得比基于监督学习方法更好的效果。
关键词
半监督学习
目标跟踪
增量线性判别分析
置信度
分类面
状态估计
Keywords
semi-supervised learning
object tracking
incremental linear discriminate analysis
confidence
classification plane
state estimation
分类号
TN911.73-34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
面向工业大数据的多层增量特征提取方法
被引量：
10
2
作者
汪星
黄小瑜
刘瑄璞
孔宪光
牛萌
机构
西安电子科技大学机电工程学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2018年第4期106-111,共6页
基金
陕西省国际科技合作与交流计划资助项目(2016KW-048
BD18016040001)
文摘
针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数据进行有效降维,并最大限度保留样本的变异信息和判别信息.首先,利用滑动窗口增量实时更新数据流,检测和过滤离群点,基于增量主成分分析对数据进行初步特征提取,利用Fisher准则函数量化各主元所包含的分类信息;然后,采用熵值法确定各主元贡献率和识别能力的权重,对主元进行筛选,由筛选出的主元构成新的特征空间;最后,将当前窗口的高维数据通过增量线性判别分析投影,完成二次特征提取的同时确定样本类别.实验结果表明,该方法可有效提取实时数据特征,同时很好地保留其判别能力.
关键词
工业大数据
高维小样本
特征提取
增量线性判别分析
增量
主成分
分析
熵值法
Keywords
industrial big data
high dimensional and small sample
feature extraction
incremental linear diseriminant analysis
incremental principal component analysis
entropy method
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
多特征融合的在线更新目标跟踪算法
被引量：
4
3
作者
孟钢
姜志国
赵丹培
高越
机构
北京航空航天大学宇航学院图像处理中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第10期1788-1795,共8页
基金
国家自然科学基金(60802043)
文摘
为了适应跟踪过程中目标光照条件的变化,并对目标特征进行在线更新,提出一种将局部二元模式(LBP)特征与图像灰度信息相融合,同时结合增量线性判别分析对目标进行跟踪的算法.跟踪开始前,为了获得比较准确的目标描述,使用混合高斯模型和期望最大化算法对目标进行分割;跟踪过程中,通过蒙特卡罗方法对目标区域和背景区域进行采样,并更新特征空间参数,得到目标和背景的最优分类面;最后使用粒子滤波器结合最优分类面对目标状态进行预测.通过光照变化的仿真视频和自然场景视频的跟踪实验,验证了文中算法的有效性.
关键词
跟踪
局部二元模式
增量线性判别分析
蒙特卡罗方法
粒子滤波
Keywords
tracking
local binary pattern
incremental Fisher linear discriminant
Monte Carlo method
particle filter
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
作者
出处
发文年
被引量
操作
1
基于子空间半监督学习线性判别方法的目标跟踪技术研究
李红军
赵明莉
母方欣
《现代电子技术》
北大核心
2019
2
在线阅读
下载PDF
职称材料
2
面向工业大数据的多层增量特征提取方法
汪星
黄小瑜
刘瑄璞
孔宪光
牛萌
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2018
10
在线阅读
下载PDF
职称材料
3
多特征融合的在线更新目标跟踪算法
孟钢
姜志国
赵丹培
高越
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010
4
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
