检索结果-维普期刊中文期刊服务平台

张量主成分分析与高维信息压缩方法被引量：4: 1; 作者夏志明赵文芝徐宗本《工程数学学报》 CSCD 北大核心 2017年第6期571-590,共20页; 本文概述了信息压缩背景下的张量主成分分析的研究历史与发展现状,并展望了一些可能的研究领域.首先,我们回顾了张量以及张量分解的历史,在信息压缩背景下张量分解可以统一表达为一个普适的统计模型;其次,按经典主成分分析(PCA)、稳健... 展开更多; 关键词张量主成分分析信息压缩 Tucker分解稳健PCA 稀疏PCA; 在线阅读下载PDF 职称材料

变转速下L_(1,1,2)范数与张量核范数联合约束的TRPCA滚动轴承故障特征提取方法被引量：1: 2; 作者王冉曹徐 +1 位作者张军武余亮《振动与冲击》 EI CSCD 北大核心 2024年第7期84-93,共10页; 滚动轴承作为旋转机械设备的重要部件之一,其工作状态直接影响旋转设备的运行安全,因此其故障特征的有效提取对于保障机械设备正常运行具有重要的意义。实际应用中滚动轴承通常以变化的速度运行,并且单一传感器采集的轴承的非平稳信号... 展开更多; 关键词张量故障特征提取变转速工况张量主成分分析(TRPCA) 管稀疏; 在线阅读下载PDF 职称材料

融合小波变换和张量PCA的人脸识别算法被引量：16: 3; 作者温浩卢朝阳高全学《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第4期602-607,共6页; 张量主成分分析(PCA)方法用于人脸识别能获得比PCA方法更高的识别率.小波变换具有良好的时频分析特性,同时还能起到降维的作用.综合利用这两个算法的优点,提出了一种新的人脸识别算法,对人脸图像先采用小波变换做预处理得到4个子带图像... 展开更多; 关键词人脸识别张量主成分分析小波变换特征提取; 在线阅读下载PDF 职称材料

利用粒子群优化的人脸特征提取识别算法被引量：5: 4; 作者温浩郭崇慧《西安交通大学学报》 EI CAS CSCD 北大核心 2010年第4期48-51,118,共5页; 针对如何提高人脸图像识别率问题,提出了利用粒子群优化(PSO)的人脸特征提取识别算法.采用小波变换和张量主成分分析(PCA)方法对人脸图像进行特征提取,利用PSO对提取的特征进行加权处理,根据特征的每一维元素的聚类正确率进行优化选择,... 展开更多; 关键词小波变换张量主成分分析粒子群优化人脸识别; 在线阅读下载PDF 职称材料

结合NSCT和TPCA的SAR图像目标识别被引量：3: 5; 作者张伟昌王文政代作松《火力与指挥控制》 CSCD 北大核心 2020年第9期41-46,共6页; 提出了一种结合非下采样轮廓波变换(NSCT)和张量主成分分析(TPCA)的合成孔径雷达(SAR)图像目标识别方法。采用NSCT对SAR图像进行分解获得多尺度、多方向的子带图像,从而为目标提供更充分的描述信息。采用TPCA对各个子带图像进行特征提取... 展开更多; 关键词合成孔径雷达目标识别非下采样轮廓波变换(NSCT) 张量主成分分析(TPCA); 在线阅读下载PDF 职称材料

题名张量主成分分析与高维信息压缩方法被引量：4: 1; 作者夏志明赵文芝徐宗本; 机构西北大学统计系西安交通大学数学与统计学院西安工程大学理学院; 出处《工程数学学报》 CSCD 北大核心 2017年第6期571-590,共20页; 基金国家自然科学基金(11771353 11201372)~~; 文摘本文概述了信息压缩背景下的张量主成分分析的研究历史与发展现状,并展望了一些可能的研究领域.首先,我们回顾了张量以及张量分解的历史,在信息压缩背景下张量分解可以统一表达为一个普适的统计模型;其次,按经典主成分分析(PCA)、稳健主成分分析以及稀疏主成分分析三大类,我们详述了每类在多样本和单样本情形下的统计理论和优化算法的进展,其中又由简单数据结构到复杂数据结构依次对向量数据、矩阵数据以及张量数据的PCA发展进行了概述.; 关键词张量主成分分析信息压缩 Tucker分解稳健PCA 稀疏PCA; Keywords principle component analysis for tensors weighted-CUSUM compression theory for high-dimensional information Tucker decomposition robust PCA sparse PCA; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名变转速下L_(1,1,2)范数与张量核范数联合约束的TRPCA滚动轴承故障特征提取方法被引量：1: 2; 作者王冉曹徐张军武余亮; 机构上海海事大学物流工程学院上海交通大学机械系统与振动国家重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2024年第7期84-93,共10页; 基金国家自然科学基金项目(51505277,12074254) 上海市自然科学基金资助项目(21ZR1434100) 机械系统与振动国家重点实验室自主课题资助(MSVZD202201)。; 文摘滚动轴承作为旋转机械设备的重要部件之一,其工作状态直接影响旋转设备的运行安全,因此其故障特征的有效提取对于保障机械设备正常运行具有重要的意义。实际应用中滚动轴承通常以变化的速度运行,并且单一传感器采集的轴承的非平稳信号往往被严重的背景噪声覆盖,使得故障特征的提取非常困难。为了解决这一问题,提出一种变转速下L_(1,1,2)范数与张量核范数联合约束的张量主成分分析(tensor robust principal component analysis,TRPCA)滚动轴承故障特征提取方法。首先,使用时频表示(time-frequency representation,TFR)作为正向切片构建张量,分别探讨滚动轴承时变故障特征在张量域中的管稀疏性和背景噪声在张量域中的低管秩性。进而使用L_(1,1,2)范数与张量核范数联合约束的TRPCA对故障特征张量进行提取,得到管稀疏的故障特征张量。最后将提取的故障特征张量在通道索引中进行融合,得到能够有效表征故障特征的时频表示。仿真和试验分析验证了该方法在轴承故障特征提取中的有效性。; 关键词张量故障特征提取变转速工况张量主成分分析(TRPCA) 管稀疏; Keywords tensor fault feature extraction variable rotating speed working condition tensor robust principal component analysis(TRPCA) tube sparsity; 分类号 TH212 [机械工程—机械制造及自动化] TH213.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名融合小波变换和张量PCA的人脸识别算法被引量：16: 3; 作者温浩卢朝阳高全学; 机构西安电子科技大学综合业务网理论及关键技术国家重点实验室; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第4期602-607,共6页; 基金国家自然科学基金资助(60802075); 文摘张量主成分分析(PCA)方法用于人脸识别能获得比PCA方法更高的识别率.小波变换具有良好的时频分析特性,同时还能起到降维的作用.综合利用这两个算法的优点,提出了一种新的人脸识别算法,对人脸图像先采用小波变换做预处理得到4个子带图像,然后对每个子带图像用张量PCA进行特征提取,实现人脸图像的高效识别.仿真结果表明,新算法的识别率比张量PCA方法提高了6%,识别时间为张量PCA方法的35.74%.; 关键词人脸识别张量主成分分析小波变换特征提取; Keywords face recognition tensor principal component analysis wavelet transforms feature extraction; 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

题名利用粒子群优化的人脸特征提取识别算法被引量：5: 4; 作者温浩郭崇慧; 机构西安电子科技大学综合业务网理论及关键技术国家重点实验室大连理工大学系统工程研究所; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2010年第4期48-51,118,共5页; 基金国家自然科学基金资助项目(60802075); 文摘针对如何提高人脸图像识别率问题,提出了利用粒子群优化(PSO)的人脸特征提取识别算法.采用小波变换和张量主成分分析(PCA)方法对人脸图像进行特征提取,利用PSO对提取的特征进行加权处理,根据特征的每一维元素的聚类正确率进行优化选择,从而达到对人脸提取关键性特征的目的.实验结果表明,所提算法能减小光照、表情和姿态变化的影响,在英国曼彻斯特科技大学人脸数据库上的识别率比张量PCA方法提高了12.75%.; 关键词小波变换张量主成分分析粒子群优化人脸识别; Keywords wavelet transforms tensor principal component analysis particle swarm optimization 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

题名结合NSCT和TPCA的SAR图像目标识别被引量：3: 5; 作者张伟昌王文政代作松; 机构国家电网山东省电力公司山东电力建设有限公司南瑞集团有限公司; 出处《火力与指挥控制》 CSCD 北大核心 2020年第9期41-46,共6页; 基金国家自然科学基金(U1509214) 国网科技部资助项目(SGTYHT/14-JS-188)。; 文摘提出了一种结合非下采样轮廓波变换(NSCT)和张量主成分分析(TPCA)的合成孔径雷达(SAR)图像目标识别方法。采用NSCT对SAR图像进行分解获得多尺度、多方向的子带图像,从而为目标提供更充分的描述信息。采用TPCA对各个子带图像进行特征提取,降低其中的冗余。基于各个子带图像的特征矩阵,通过线性加权的方法获得测试样本与训练样本之间的距离测度。根据K近邻(K-NN)的基本思想对测试样本进行分类决策。采用MSTAR数据集设置多种实验条件对提出方法进行测试,结果反映了该方法的有效性。; 关键词合成孔径雷达目标识别非下采样轮廓波变换(NSCT) 张量主成分分析(TPCA); Keywords synthetic aperture radar target recognition nonsubsampled contourlet transform tensor principal component analysis; 分类号 TP753 [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	作者	出处	发文年	被引量	操作
1	张量主成分分析与高维信息压缩方法	夏志明赵文芝徐宗本	《工程数学学报》 CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
2	变转速下L_(1,1,2)范数与张量核范数联合约束的TRPCA滚动轴承故障特征提取方法	王冉曹徐张军武余亮	《振动与冲击》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	融合小波变换和张量PCA的人脸识别算法	温浩卢朝阳高全学	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2009	16	在线阅读下载PDF 职称材料
4	利用粒子群优化的人脸特征提取识别算法	温浩郭崇慧	《西安交通大学学报》 EI CAS CSCD 北大核心	2010	5	在线阅读下载PDF 职称材料
5	结合NSCT和TPCA的SAR图像目标识别	张伟昌王文政代作松	《火力与指挥控制》 CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料