检索结果-维普期刊中文期刊服务平台

基于二维广义主成分分析的人脸识别被引量：12: 1; 作者祝磊朱善安《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2007年第2期264-267,共4页; 针对人脸识别中的特征提取问题,提出了一种基于二维广义主成分分析(2DIMPCA)的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量,该方法直接采用二维图像矩阵来构建方差矩阵,通过在水平和垂直2个方向上顺序... 展开更多; 关键词二维广义主成分分析主成分分析人脸识别; 在线阅读下载PDF 职称材料

动态广义主成分分析及其在故障子空间建模中的应用被引量：2: 2; 作者冯晓伟许剑锋何川《通信学报》 EI CSCD 北大核心 2022年第5期92-101,共10页; 针对传统故障子空间建模方法未考虑故障数据中同时包含正常工况信息和故障工况信息的实际情况,或未考虑故障数据中的动态因素而导致的对故障子空间提取不够准确的问题,提出了一种动态广义主成分分析方法。通过将带延迟的输入数据进行空... 展开更多; 关键词动态广义主成分分析故障子空间故障重构故障诊断; 在线阅读下载PDF 职称材料

图像矩阵上的广义最大噪声分离算法: 3; 作者张大明张学勇 +1 位作者李璐刘华勇《计算机工程与科学》 CSCD 北大核心 2018年第5期849-855,共7页; 主成分分析(PCA)是模式识别中一种重要的变换工具,在图像处理的特征提取和降维方面有广泛的应用。然而,由于二维图像数据需要进行向量化处理,导致高维向量的产生和像素空间位置丢失。广义主成分分析(GPCA)则是基于图像矩阵的主成分分析... 展开更多; 关键词主成分分析广义主成分分析信噪比最大化噪声分离; 在线阅读下载PDF 职称材料

四元数矩阵正交特征向量系的求解方法及其在彩色人脸识别中的应用被引量：13: 4; 作者郎方年周激流 +2 位作者闫斌宋恩彬钟钒《自动化学报》 EI CSCD 北大核心 2008年第2期121-129,共9页; 针对四元数矩阵正交特征矢量系求解困难的缺点,本文提出一种获取四元数矩阵正交特征矢量集等效、便捷的方法,其基本思路为:首先,构造四元数矩阵定义于复数域的导出阵,并利用该导出阵特征矢量空间的一种特殊的等价空间间接获取相应特征... 展开更多; 关键词四元数空间广义主成分分析方法自共轭矩阵模式分类彩色人脸识别; 在线阅读下载PDF 职称材料

多线性子空间可伸缩视频编码方法: 5; 作者吴飞刘健 +1 位作者郭同强姚蕾《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第2期318-326,共9页; 针对DCT方法用单一变换核处理所有图像块而忽略图像信号的复杂统计分布的问题,通过论证视频中的图像数据和运动预测残差存在的多线性子空间分布特性,提出一种可伸缩性视频编码方法.该方法用广义主成分分析(GPCA)取代传统视频编码中所采... 展开更多; 关键词可伸缩视频编码广义主成分分析多线性子空间模型; 在线阅读下载PDF 职称材料

塔式GPCA张量线性子空间图像模式低秩识别: 6; 作者申希兵韦容杨毅《计算机工程与设计》北大核心 2018年第12期3797-3803,共7页; 数据维数对计算复杂度产生较大影响,降维会导致图像模式的拓扑和几何特征信息丢失,为提高降维后的数据保真度,提出一种基于塔式随机映射广义主成分分析(GPCA)的张量线性子空间图像模式低秩识别方法。在理论上给出塔式变换与随机映射特... 展开更多; 关键词塔式变换随机映射线性子空间模式识别图像广义主成分分析; 在线阅读下载PDF 职称材料

题名基于二维广义主成分分析的人脸识别被引量：12: 1; 作者祝磊朱善安; 机构浙江大学电气工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2007年第2期264-267,共4页; 文摘针对人脸识别中的特征提取问题,提出了一种基于二维广义主成分分析(2DIMPCA)的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量,该方法直接采用二维图像矩阵来构建方差矩阵,通过在水平和垂直2个方向上顺序执行2次广义主成分分析(IMPCA)运算,消除了人脸图像行和列的相关性,大大压缩了特征的维数.选用二维最小近邻分类法进行分类,计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明,与主成分分析(PCA)和IMPCA相比,该方法具有更高的识别率和更快的识别速度.; 关键词二维广义主成分分析主成分分析人脸识别; Keywords two-dimensional image principal component analysis principal component analysis face recognition; 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

题名动态广义主成分分析及其在故障子空间建模中的应用被引量：2: 2; 作者冯晓伟许剑锋何川; 机构火箭军工程大学; 出处《通信学报》 EI CSCD 北大核心 2022年第5期92-101,共10页; 基金国家自然科学基金资助项目(No.61903375,No.61773389) 中国博士后科学基金资助项目(No.2019M663635) +1 种基金陕西省青年科技新星基金资助项目(No.2021KJXX-22)。; 文摘针对传统故障子空间建模方法未考虑故障数据中同时包含正常工况信息和故障工况信息的实际情况,或未考虑故障数据中的动态因素而导致的对故障子空间提取不够准确的问题,提出了一种动态广义主成分分析方法。通过将带延迟的输入数据进行空间重组,采用广义主成分分析方法提取正常工况和各故障工况之间的动态特征信息,实现对故障子空间的准确建模,并进一步建立故障库实现故障诊断。仿真结果表明,所提方法能够准确提取动态过程的故障子空间,并可用于动态工业过程的故障诊断。; 关键词动态广义主成分分析故障子空间故障重构故障诊断; Keywords dynamic generalized principal component analysis fault subspace fault reconstruction fault diagnosis; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名图像矩阵上的广义最大噪声分离算法: 3; 作者张大明张学勇李璐刘华勇; 机构安徽建筑大学数理学院; 出处《计算机工程与科学》 CSCD 北大核心 2018年第5期849-855,共7页; 基金国家自然科学基金(61471003) 安徽省高校优秀青年人才支持计划(皖教高2014(11)号) +2 种基金 KJ2016A151) 校科技计划资助项目(JY16-3-384); 文摘主成分分析(PCA)是模式识别中一种重要的变换工具,在图像处理的特征提取和降维方面有广泛的应用。然而,由于二维图像数据需要进行向量化处理,导致高维向量的产生和像素空间位置丢失。广义主成分分析(GPCA)则是基于图像矩阵的主成分分析推广算法,它不改变像素间的空间位置关系,而且计算量也显著降低。但主成分分析和广义主成分分析都没有考虑到实际图像中存在的噪声干扰。最大噪声分离(MNF)则是一种面向噪声干扰的变换方法,与主成分分析基于方差的最大化不同,最大噪声分离是基于信噪比的最大化。与GPCA的推广类似,在图像二维矩阵上推广最大噪声分离方法,提出一种广义最大噪声分离(GMNF)算法。该变换方法在保证重构时信噪比最大的同时,也具有不改变像素空间位置、计算量小的优点。在人脸和红外图像上的仿真实验结果验证了所提算法的有效性。; 关键词主成分分析广义主成分分析信噪比最大化噪声分离; Keywords principal component analysis generalized principal component analysis signal to noise ratio maximum noise fraction; 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

题名四元数矩阵正交特征向量系的求解方法及其在彩色人脸识别中的应用被引量：13: 4; 作者郎方年周激流闫斌宋恩彬钟钒; 机构四川大学电子信息学院四川大学计算机学院电子科技大学自动化工程学院四川大学数学学院阴川大学电子信息学院; 出处《自动化学报》 EI CSCD 北大核心 2008年第2期121-129,共9页; 基金教育部博士点基金(20020610013)资助~~; 文摘针对四元数矩阵正交特征矢量系求解困难的缺点,本文提出一种获取四元数矩阵正交特征矢量集等效、便捷的方法,其基本思路为:首先,构造四元数矩阵定义于复数域的导出阵,并利用该导出阵特征矢量空间的一种特殊的等价空间间接获取相应特征值所对应的特征矢量.然后,将复数矢量转换为四元数矢量,按如此方式获取的对应所有特征值的非零特征矢量则构成原始四元数矩阵的正交特征矢量系.同时,本文将定义于实数域的主成分分析方法(Principal component algorithm,PCA)向四元数体作合理的推广,给出详细的数学推导过程,证明该方法的合理性及其在统计模式识别领域得以应用的可能性.最后,作者将彩色图像像素的R、G、B三分量作为四元数的三个虚数部分,首次在人脸识别中引入基于四元数的彩色人脸识别方法.较传统的基于灰度图像的识别方法,本文方法不仅利用了人脸图像灰度值的空间分布信息,而且充分利用不同人脸之间的色彩差异,从而得到更多的鉴别信息.在四川大学人工智能研究所的彩色人脸库上进行的实验表明,所提出的基于四元数的识别方法不仅大幅度提高了识别率,而且具有较高的鲁棒性.; 关键词四元数空间广义主成分分析方法自共轭矩阵模式分类彩色人脸识别; Keywords Quaternion space, general principal component algorithm, quaternion self-conjugate matrix, classification, color 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

题名多线性子空间可伸缩视频编码方法: 5; 作者吴飞刘健郭同强姚蕾; 机构浙江大学计算机科学与技术学院; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第2期318-326,共9页; 基金国家自然科学基金(60533090 60603096) 长江学者和创新团队发展计划(IRT0652); 文摘针对DCT方法用单一变换核处理所有图像块而忽略图像信号的复杂统计分布的问题,通过论证视频中的图像数据和运动预测残差存在的多线性子空间分布特性,提出一种可伸缩性视频编码方法.该方法用广义主成分分析(GPCA)取代传统视频编码中所采用的DCT来对I帧和预测残差图像编码,通过对编码结果进行适当排序,使得码流可以在任意点被截断,实现精细粒度的质量可伸缩性;并借助多线性子空间的分割,实现依据人类视觉注意特性的差错保护及更好的错误隐藏.对文中方法和基于DCT的可伸缩性编码效果进行比较的结果表明,在同等压缩比的情况下,采用该方法普遍可获得比DCT更好的图像质量.; 关键词可伸缩视频编码广义主成分分析多线性子空间模型; Keywords scalable video coding generalized principle component analysis multi-linear subspace model; 分类号 TP37 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名塔式GPCA张量线性子空间图像模式低秩识别: 6; 作者申希兵韦容杨毅; 机构钦州学院资源与环境学院钦州学院人文学院广西科技大学软件学院; 出处《计算机工程与设计》北大核心 2018年第12期3797-3803,共7页; 基金广西高校社科基金项目(SK132LX443) 广西教师教育基金项目(2012JS064); 文摘数据维数对计算复杂度产生较大影响,降维会导致图像模式的拓扑和几何特征信息丢失,为提高降维后的数据保真度,提出一种基于塔式随机映射广义主成分分析(GPCA)的张量线性子空间图像模式低秩识别方法。在理论上给出塔式变换与随机映射特性分析,推导出随机映射是一个线性和拓扑保持的降维映射;在模式张量的线性降维中,对图像模式识别映射情形进行研究,利用迭代最小二乘算法进行GPCA步骤设计;基于塔式变换降维、随机映射和GPCA构建张量子空间低秩逼近分类过程,实现图像模式高效识别。实验结果表明,所提算法在能量消耗、距离相对误差均值、识别率和计算时间指标上优于对比算法。; 关键词塔式变换随机映射线性子空间模式识别图像广义主成分分析; Keywords tower transform random mapping linear subspace pattern recognition image generalized principal component analysis; 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	基于二维广义主成分分析的人脸识别	祝磊朱善安	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2007	12	在线阅读下载PDF 职称材料
2	动态广义主成分分析及其在故障子空间建模中的应用	冯晓伟许剑锋何川	《通信学报》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
3	图像矩阵上的广义最大噪声分离算法	张大明张学勇李璐刘华勇	《计算机工程与科学》 CSCD 北大核心	2018	0	在线阅读下载PDF 职称材料
4	四元数矩阵正交特征向量系的求解方法及其在彩色人脸识别中的应用	郎方年周激流闫斌宋恩彬钟钒	《自动化学报》 EI CSCD 北大核心	2008	13	在线阅读下载PDF 职称材料
5	多线性子空间可伸缩视频编码方法	吴飞刘健郭同强姚蕾	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2010	0	在线阅读下载PDF 职称材料
6	塔式GPCA张量线性子空间图像模式低秩识别	申希兵韦容杨毅	《计算机工程与设计》北大核心	2018	0	在线阅读下载PDF 职称材料