期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于QR分解的辨别分析用于雷达目标一维距离像识别 被引量:5
1
作者 刘华林 杨万麟 《电子测量与仪器学报》 CSCD 2007年第5期31-34,共4页
文中提出了基于QR分解的线性辨别分析与非线性核辨别分析方法,并将其用于雷达目标一维距离像识别。与传统Fisher辨别分析方法相比,新方法运用QR分解取代奇异值分解或伪逆方式以实现样本类间与类内散度矩阵的对角化,不仅有效地降低了算... 文中提出了基于QR分解的线性辨别分析与非线性核辨别分析方法,并将其用于雷达目标一维距离像识别。与传统Fisher辨别分析方法相比,新方法运用QR分解取代奇异值分解或伪逆方式以实现样本类间与类内散度矩阵的对角化,不仅有效地降低了算法的计算时间与空间复杂度,提高了系统的实时性能,同时也保证了较高的识别率。对三类不同实测飞机数据的识别结果表明了所提方法的有效性。 展开更多
关键词 雷达目标识别 线性辨别分析 核辨别分析 QR分解
在线阅读 下载PDF
核不相关最优辨别矢量集与飞机目标识别 被引量:3
2
作者 刘华林 杨万麟 《电子测量与仪器学报》 CSCD 2008年第5期8-11,共4页
线性不相关辨别分析具有提取目标统计不相关辨别特征的优点,但受限于其线性本质,使它无法获取目标的非线性特征。针对此问题,本文结合核机器学习理论提出了核非线性不相关辨别分析算法。首先引入一非线性映射,将原始输入空间映射到一个... 线性不相关辨别分析具有提取目标统计不相关辨别特征的优点,但受限于其线性本质,使它无法获取目标的非线性特征。针对此问题,本文结合核机器学习理论提出了核非线性不相关辨别分析算法。首先引入一非线性映射,将原始输入空间映射到一个具有线性特性的高维特征空间,然后利用瞬时对角化协方差矩阵的方法提取核不相关最优辨别矢量集。对三类不同飞机实测回波数据的仿真结果表明了所提方法的有效性。 展开更多
关键词 飞机目标识别 线性不相关辨别分析 非线性不相关辨别分析 特征提取
在线阅读 下载PDF
基于小波分析与KFisher的人脸与虹膜融合和识别 被引量:3
3
作者 甘俊英 柳俊峰 邵盼 《现代电子技术》 2009年第22期96-98,101,共4页
小波变换将样本图像分解为低频分量和高频分量,去除其高频分量,用低频分量来做人脸识别能有效削弱光照的影响;核方法可以将非线性可分的低维样本空间变换为线性可分的高维空间;人脸与虹膜融合包含更多有用的鉴别信息。因此,先用离散小... 小波变换将样本图像分解为低频分量和高频分量,去除其高频分量,用低频分量来做人脸识别能有效削弱光照的影响;核方法可以将非线性可分的低维样本空间变换为线性可分的高维空间;人脸与虹膜融合包含更多有用的鉴别信息。因此,先用离散小波变换(DWT)分别获取人脸与虹膜的低频分量;然后,核Fisher辨别分析(KFDA)提取人脸与虹膜融合后的KFDA特征;最后,采用最小距离分类器(KNN)完成识别。基于ORL人脸数据库与CASIA虹膜数据库的实验结果表明,该方法实现了人脸与虹膜的特征融合识别,有效地提高了识别率,克服了Fisher算法的"小样本"效应,为多生物特征身份识别提供了一种新途径。 展开更多
关键词 人脸识别 虹膜识别 离散小波变换 Fisher辨别分析 特征融合
在线阅读 下载PDF
基于DCT和KDA的人脸特征提取新方法 被引量:2
4
作者 王孝国 张雄伟 《电子科技大学学报》 EI CAS CSCD 北大核心 2006年第4期450-453,共4页
提出了一种新的人脸特征提取方法,该方法采用DCT对人脸图像进行降维和去噪,并通过KDA提取人脸特征。基于该特征,采用NN分类器,对ORL人脸库进行分类识别,仅用28个特征平均识别率就达到97.3%,“留一法”识别率为99.5%。仿真结果表明:该方... 提出了一种新的人脸特征提取方法,该方法采用DCT对人脸图像进行降维和去噪,并通过KDA提取人脸特征。基于该特征,采用NN分类器,对ORL人脸库进行分类识别,仅用28个特征平均识别率就达到97.3%,“留一法”识别率为99.5%。仿真结果表明:该方法有效地滤除了人脸图像中的高频干扰信息,明显增强了特征的辨别能力,同时显著地降低了特征维数和计算复杂度。 展开更多
关键词 人脸识别 核辨别分析 最近邻分类器
在线阅读 下载PDF
基于Contourlet变换和KFD的相似目标特征提取 被引量:2
5
作者 吴莉 梅雪 林锦国 《计算机工程与设计》 CSCD 北大核心 2011年第1期240-243,共4页
对形状轮廓相似目标进行识别时,应用全局特征很难得到有效的鉴别结果,针对这一问题,提出了一种基于Con-tourlet、核主成分分析+Fisher线性辨别(KPCA+FLD)的特征提取方法。选取Contourlet分解后提取出来的多尺度局部特征,以加权求和的方... 对形状轮廓相似目标进行识别时,应用全局特征很难得到有效的鉴别结果,针对这一问题,提出了一种基于Con-tourlet、核主成分分析+Fisher线性辨别(KPCA+FLD)的特征提取方法。选取Contourlet分解后提取出来的多尺度局部特征,以加权求和的方式进行融合处理,选用KFD(KPCA+FLD)对融合后的特征进行降维,选择鉴别力强的特征。最后通过一系列的仿真实验,包括选用不同的特征提取方法、分解层次、核函数、融合权重,验证了该特征提取方法的有效性。 展开更多
关键词 特征提取 CONTOURLET变换 局部特征 特征融合 主成分分析+Fisher线性辨别(KPCA+FLD)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部