快速增量主分量算法的近似协方差矩阵实现

1

作者 曹向海 刘宏伟 吴顺君 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第3期459-463,共5页

针对主分量分析法在实际应用中运算量较大的问题,首先基于特征向量相互正交的特性,将子空间投影算法的运算量降低为原算法的1/P(P为所需的特征向量个数).然后利用大特征值及其对应的特征向量构成的近似协方差矩阵,将子空间投影算法中的... 针对主分量分析法在实际应用中运算量较大的问题,首先基于特征向量相互正交的特性,将子空间投影算法的运算量降低为原算法的1/P(P为所需的特征向量个数).然后利用大特征值及其对应的特征向量构成的近似协方差矩阵,将子空间投影算法中的广义特征值分解问题转化为特征值分解,得到运算量降低为原算法1/N(N为向量维数)的快速算法.最后基于ORL人脸数据库的实验验证了算法的有效性. 展开更多

关键词 子空间投影算法 特征分解 增量主分量分析 近似协方差矩阵

在线阅读 下载PDF 职称材料

基于增量式双向主成分分析的机器人感知学习方法研究 被引量：15

2

作者 王肖锋 张明路 刘军 《电子与信息学报》 EI CSCD 北大核心 2018年第3期618-625,共8页

针对直观协方差无关增量式主成分分析算法(CCIPCA)需要满足零均值高斯分布的问题,该文提出含均值差向量更新的泛化CCIPCA算法(GCCIPCA),拓展了算法的适用范围。其次,针对机器人感知学习存在的在线增量计算及有效数据降维等问题,将GCCIPC... 针对直观协方差无关增量式主成分分析算法(CCIPCA)需要满足零均值高斯分布的问题,该文提出含均值差向量更新的泛化CCIPCA算法(GCCIPCA),拓展了算法的适用范围。其次,针对机器人感知学习存在的在线增量计算及有效数据降维等问题,将GCCIPCA的增量思想引入到现有的双向主成分分析算法(BDPCA),提出基于增量式BDPCA(IBDPCA)的机器人感知学习方法。该方法直接针对图像矩阵行列方向的类散度矩阵进行迭代估计,具有一定的泛化能力和快速的增量学习能力,提高了实时处理速度。最后,以机器人待抓取物块作为感知对象进行实验,结果表明所提算法能够满足机器人感知学习的实时处理需求,相比现有的增量式主成分分析算法,在收敛率、分类识别率、计算时间及所需内存等性能方面均得到显著提升。 展开更多

关键词 机器人感知学习 增量学习 数据降维 直观协方差无关增量式主成分分析 双向主成分分析

在线阅读 下载PDF 职称材料

基于图像协方差无关的增量特征提取方法研究 被引量：5

3

作者 王肖锋 孙明月 葛为民 《电子与信息学报》 EI CSCD 北大核心 2019年第11期2768-2776,共9页

针对2维主成分分析(2DPCA)算法无法实现在线特征提取及无法体现完整数据结构信息等问题,该文提出一种基于图像协方差无关的增量式2DPCA(I2DPCA)算法。该算法无需对图像协方差矩阵进行特征值分解奇异值分解,复杂度将大为降低,提高了特征... 针对2维主成分分析(2DPCA)算法无法实现在线特征提取及无法体现完整数据结构信息等问题,该文提出一种基于图像协方差无关的增量式2DPCA(I2DPCA)算法。该算法无需对图像协方差矩阵进行特征值分解奇异值分解,复杂度将大为降低,提高了特征提取速度。针对I2DPCA仅提取了横向特征的问题,又提出一种增量式行列顺序2DPCA(IRC2DPCA)算法,该算法对I2DPCA的特征矩阵再次进行纵向特征提取,保留了图像的横向与纵向结构信息,实现了行列两个方向上的特征提取与数据降维。最后,以自建的物块数据集、通用的ORL和Yale人脸数据集分别进行对比实验,结果表明,该文算法在收敛率、分类率及复杂度等性能方面均得到了显著提高,其收敛率达到99%以上,分类率可达97.6%,平均处理速度为29帧/s,能够满足增量特征提取的实时处理需求。 展开更多

关键词 模式识别 协方差无关 特征提取 增量学习 2维主成分分析

在线阅读 下载PDF 职称材料

基于残差自然幂法的增量线性判别分析方法

4

作者 陈东岳 吴成东 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第4期472-475,480,共5页

提出了将增量线性判别分析问题(LDA)转化为两个增量主元分析(PCA)问题的算法框架.为加速算法的收敛速度,推导了增量LDA中训练样本的类内离散度矩阵和协方差矩阵的无损实时更新公式,并在此基础上提出了一种基于残差协方差矩阵的自然幂增... 提出了将增量线性判别分析问题(LDA)转化为两个增量主元分析(PCA)问题的算法框架.为加速算法的收敛速度,推导了增量LDA中训练样本的类内离散度矩阵和协方差矩阵的无损实时更新公式,并在此基础上提出了一种基于残差协方差矩阵的自然幂增量PCA算法.将该增量PCA方法与基于双PCA结构的增量LDA算法框架相结合,实现了数据流的实时LDA处理.仿真结果表明,与已有的增量LDA方法相比,该方法在收敛速度、计算复杂度和可操作性上具有更优的性能. 展开更多

关键词 线性判别分析(LDA) 主元分析(PCA) 自然幂法 无损更新 增量算法

在线阅读 下载PDF 职称材料

基于信息增量矩阵的故障诊断方法 被引量：14

5

作者 文成林 胡玉成 《自动化学报》 EI CSCD 北大核心 2012年第5期832-840,共9页

主元分析(Principal component analysis,PCA)是一种常用的故障检测方法,由于特征提取不准确,在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法... 主元分析(Principal component analysis,PCA)是一种常用的故障检测方法,由于特征提取不准确,在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率,但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法,以克服上述方法中存在的不足.该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能.实验结果表明,本文方法具有最好的检测性能。 展开更多

关键词 故障诊断 协方差矩阵 主元分析 信息增量矩阵

在线阅读 下载PDF 职称材料

基于CCIPCA和ICA降维的文本分类研究 被引量：2

6

作者 何海斌 李新福 赵蕾蕾 《计算机工程与应用》 CSCD 北大核心 2008年第29期150-152,167,共4页

文本分类中采用向量空间模型来表达文本特征,维数巨大,关键是对高维的特征集进行降维处理,而一般的分解算法无法处理大规模的高维问题。采用CCIPCA与ICA相结合的特征提取方法可以有效地实现文本特征降维。实验结果表明降维提高了分类器... 文本分类中采用向量空间模型来表达文本特征,维数巨大,关键是对高维的特征集进行降维处理,而一般的分解算法无法处理大规模的高维问题。采用CCIPCA与ICA相结合的特征提取方法可以有效地实现文本特征降维。实验结果表明降维提高了分类器的效率和效果。 展开更多

关键词 文本分类 特征降维 直观无协方差增量主元分析 独立成分分析 支持向量机

在线阅读 下载PDF 职称材料

改进的MPCA批过程在线监测方法 被引量：3

7

作者 肖应旺 《控制工程》 CSCD 北大核心 2011年第2期299-303,共5页

针对多向主元分析(MPCA)方法用于批过程在线监测时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且需要建模批次的长度相等的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法。该方法按变量展开,不需要对新批次... 针对多向主元分析(MPCA)方法用于批过程在线监测时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且需要建模批次的长度相等的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法。该方法按变量展开,不需要对新批次未反应完的数据进行预估,而数据之间的动态联系通过时变主元协方差得以保存,并且不需要建模批次的长度相等。将该方法应用于β-甘露聚糖酶发酵批过程实时监测中,并与MPCA、移动窗多向主元分析(MWMPCA)法相比,结果表明该方法克服了MPCA不能处理实时性的问题,避免了MPCA在线应用时预测值的误差,比传统的MPCA,MWMPCA方法更能精确描述过程的故障,准确性和实时性良好。 展开更多

关键词 在线批过程监测 移动窗多向主元分析(MWMPCA) 变量展开 时变主元协方差 β-甘露聚糖酶发酵

在线阅读 下载PDF 职称材料

基于CCIPCA-LSSVM的文本自动分类算法

8

作者 张鸿彦 《科学技术与工程》 北大核心 2013年第10期2704-2709,共6页

特征具有高维、稀疏性。为提高了文本自动分类准确率,针对PCA提取特征需要对大规模文本进行批处理,影响文本的准确率等,提出一种基于增量主元分析方法(CCIPCA)和最二小乘向量机(LSSVM)相结合的文本自动分类算法(CCIPCA-LSSVM)。首先通... 特征具有高维、稀疏性。为提高了文本自动分类准确率,针对PCA提取特征需要对大规模文本进行批处理,影响文本的准确率等,提出一种基于增量主元分析方法(CCIPCA)和最二小乘向量机(LSSVM)相结合的文本自动分类算法(CCIPCA-LSSVM)。首先通过互信法选择文本特征,然后采用CCIPCA高维文本特征进行提取,降低特征维数,消除冗余特征,最后采用LSSVM对提取特征进行学习,并通过粒子群算法对分类器优化,建立最优文本自动分类模型。仿真结果表明,相对于其它文本分类算法,CCIPCA-LSSVM提高了文本分类准确率和召回率,解决了文本特征提取过程存在的难题。 展开更多

关键词 文本分类 特征提取 最小二乘支持向量机 增量主元分析方法 粒子群优化算法

在线阅读 下载PDF 职称材料

两种改进的IPCA算法 被引量：1

9

作者 李晨 李庆风 范剑波 《计算机应用与软件》 CSCD 北大核心 2014年第6期303-307,共5页

随着互联网的迅速发展以及随之带来的数据量指数级增长,与协方差矩阵计算无关的增量式主元分析方法相对传统的批处理方式的主元分析方法更加具有优势。针对现有的增量式主元分析方法中存在的误差积累问题,提出两种改进算法。实验表明,... 随着互联网的迅速发展以及随之带来的数据量指数级增长,与协方差矩阵计算无关的增量式主元分析方法相对传统的批处理方式的主元分析方法更加具有优势。针对现有的增量式主元分析方法中存在的误差积累问题,提出两种改进算法。实验表明,两种改进算法显著提升了主元估计值的收敛性以及特征值估计值的收敛性,这对于增量式主元分析方法的现实应用是很有意义的。 展开更多

关键词 主元分析 增量式主元分析 协方差矩阵无关 人脸识别

在线阅读 下载PDF 职称材料

动态纹理背景的建模

10

作者 何莎 费树岷 《计算机应用》 CSCD 北大核心 2009年第B12期241-243,共3页

针对室外条件下动态纹理背景,采用自回归运动平均(ARMA)模型建立背景模型,并引入快速增量主元分析(IPCA)算法对模型进行降维,并辨识其中参数,实现最大似然估计。运用增量主元分析算法,不需要估算协方差矩阵,直接可以递增地得到特征向量... 针对室外条件下动态纹理背景,采用自回归运动平均(ARMA)模型建立背景模型,并引入快速增量主元分析(IPCA)算法对模型进行降维,并辨识其中参数,实现最大似然估计。运用增量主元分析算法,不需要估算协方差矩阵,直接可以递增地得到特征向量和奇异值,计算出样本序列的主要元素。完成参数辨识后,ARMA模型可以合成无限长度的预测图像序列。最后,仿真实验证明了算法的有效性。 展开更多

关键词 动态纹理 背景建模 自回归运动平均模型 增量主元分析 子空间系统辨识

在线阅读 下载PDF 职称材料

基于EEMD⁃PCA⁃OSELM的燃气调压器故障诊断 被引量：1

11

作者 李胜楠 王怀秀 +1 位作者 王亚慧 宋洋 《现代电子技术》 2022年第9期137-142,共6页

燃气调压器存在故障数据样本少、发生故障不易察觉等问题,传统的离线诊断模型难以有效学习故障数据的特征信息且难以实时更新诊断系统。针对上述问题,提出一种基于集合经验模态分解(EEMD)、主元分析法(PCA)与在线贯序极限学习机(OSELM)... 燃气调压器存在故障数据样本少、发生故障不易察觉等问题,传统的离线诊断模型难以有效学习故障数据的特征信息且难以实时更新诊断系统。针对上述问题,提出一种基于集合经验模态分解(EEMD)、主元分析法(PCA)与在线贯序极限学习机(OSELM)结合的故障诊断方法。利用EEMD对获取的故障数据流进行频域分解,并通过PCA对已分解的不同频率分量进行特征提取;然后,随机选取少量经处理后的故障特征样本利用极限学习机(ELM)算法对模型进行初始化,并将剩余样本经EEMD⁃PCA处理后以数据流的方式对现有模型进行更新,通过在线增量学习方法递推计算故障诊断系统参数并给出诊断决策。利用某调压器故障信息进行仿真实验,结果表明,所提EEMD⁃PCA⁃OSELM故障诊断方法能在保证较高识别率的前提下实现快速故障诊断。 展开更多

关键词 在线贯序极限学习机 故障诊断 燃气调压器 集合经验模态分解 主元分析法 极限学习机 增量学习 数据流

在线阅读 下载PDF 职称材料