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
负投影梯度的特征权重Leader聚类算法
被引量：
2
1
作者
隋玉敏
孙秀芳
+1 位作者
武优西
任志考
《小型微型计算机系统》
CSCD
北大核心
2014年第9期2147-2150,共4页
Leader算法是一种基于粗糙集的层次聚类算法,其聚类过程中各维特征贡献作用均等,这样的处理方法降低了主要特征在聚类中的贡献作用,从而影响聚类的效果.采用负投影梯度法对各维特征的权重进行自适应学习,从而优化地获得各维特征的权值,...
Leader算法是一种基于粗糙集的层次聚类算法,其聚类过程中各维特征贡献作用均等,这样的处理方法降低了主要特征在聚类中的贡献作用,从而影响聚类的效果.采用负投影梯度法对各维特征的权重进行自适应学习,从而优化地获得各维特征的权值,进而建立了基于负投影梯度法的特征权重Leader聚类算法.该算法强化了重要特征在聚类过程中的作用.聚类结果用"熵"和"精度"来评价,实验结果证明,改进后的聚类算法能够改善聚类的效果,验证了本文方法的可行性与有效性.
展开更多
关键词
聚类算法
负投影梯度
特征权重
Leader算法
在线阅读
下载PDF
职称材料
改进投影梯度非负矩阵分解的单训练样本特征提取研究
被引量：
13
2
作者
高涛
何明一
《电子与信息学报》
EI
CSCD
北大核心
2010年第5期1121-1125,共5页
人脸识别是当前人工智能和模式识别的研究热点。非负矩阵分解(NMF)能够反映样本的局部的内在的联系,可用于单样本特征提取,但时间复杂度较高。投影梯度(Projected Gradient,PG)优化方法大幅降低了NMF约束优化迭代问题的时间复杂度,但是...
人脸识别是当前人工智能和模式识别的研究热点。非负矩阵分解(NMF)能够反映样本的局部的内在的联系,可用于单样本特征提取,但时间复杂度较高。投影梯度(Projected Gradient,PG)优化方法大幅降低了NMF约束优化迭代问题的时间复杂度,但是单训练样本存在对本类信息量描述不足的缺点。为此,该文提出了一种基于改进的投影梯度非负矩阵分解(Improved Projected Gradient Non-negative Matrix Factorization,IPGNMF)的单训练样本特征提取方法。在进行PGNMF算子之前,先将训练样本作Gabor分解,分解后的Gabor子图像在各个方向上可以更加丰富的描述样本特征,最后将各个Gabor子图像的PGNMF特征进行融合,作为最终的识别特征。在对人脸库ORL,YEL与FERET的识别实验中,与经典的特征提取方法比较,证明了可以有效地解决单训练样本人脸识别的问题。
展开更多
关键词
人脸识别
非
负
矩阵分解
投影
梯度
非
负
矩阵分解
径向基网络
在线阅读
下载PDF
职称材料
基于B(2D)~2PGNMF的ISAR像目标识别
被引量：
2
3
作者
王芳
盛卫星
+1 位作者
马晓峰
王昊
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2013年第6期863-868,901,共7页
为了更好地利用逆合成孔径雷达(ISAR)像目标的局部空间结构信息和类别信息实现目标识别,该文提出了一种基于分块双向二维投影梯度非负矩阵分解(B(2D)2PGNMF)的ISAR像目标识别方法。采用基向量非负加权组合的形式构建目标像。将B(2D)2PG...
为了更好地利用逆合成孔径雷达(ISAR)像目标的局部空间结构信息和类别信息实现目标识别,该文提出了一种基于分块双向二维投影梯度非负矩阵分解(B(2D)2PGNMF)的ISAR像目标识别方法。采用基向量非负加权组合的形式构建目标像。将B(2D)2PGNMF分解得到的权向量作为特征,通过最近邻分类器完成五类飞机目标的识别。仿真结果表明:在相同的压缩率或相同的基矩阵维数下,二维投影梯度非负矩阵分解(PGNMF)算法比一维PGNMF算法具有更高的识别精度,分块投影梯度非负矩阵分解(BPGNMF)算法的识别结果优于PGNMF算法,B(2D)2PGNMF算法的识别结果优于双向二维投影梯度非负矩阵分解((2D)2PGNMF)算法。在相同的基矩阵维数下,二维PGNMF算法的压缩率高于一维PGNMF算法,BPGNMF算法所需的运行时间最长,(2D)2PGNMF算法的运行时间最短。该文方法在不影响运算效率的同时能获得较好的识别结果。
展开更多
关键词
逆合成孔径雷达
分块双向二维
投影
梯度
非
负
矩阵分解
目标识别
在线阅读
下载PDF
职称材料
题名
负投影梯度的特征权重Leader聚类算法
被引量：
2
1
作者
隋玉敏
孙秀芳
武优西
任志考
机构
青岛科技大学信息科学技术学院
河北工业大学计算机科学与软件学院
中国电信阜阳电信分公司
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第9期2147-2150,共4页
基金
河北省自然科学基金项目(F2013202138
H2012202035)资助
+1 种基金
河北省教育厅重点项目(ZH2012038)资助
河北省高等学校青年基金项目(SQ121006)资助
文摘
Leader算法是一种基于粗糙集的层次聚类算法,其聚类过程中各维特征贡献作用均等,这样的处理方法降低了主要特征在聚类中的贡献作用,从而影响聚类的效果.采用负投影梯度法对各维特征的权重进行自适应学习,从而优化地获得各维特征的权值,进而建立了基于负投影梯度法的特征权重Leader聚类算法.该算法强化了重要特征在聚类过程中的作用.聚类结果用"熵"和"精度"来评价,实验结果证明,改进后的聚类算法能够改善聚类的效果,验证了本文方法的可行性与有效性.
关键词
聚类算法
负投影梯度
特征权重
Leader算法
Keywords
cluster
negative gradient projection
feature-weighting
Leader algorithm
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
改进投影梯度非负矩阵分解的单训练样本特征提取研究
被引量：
13
2
作者
高涛
何明一
机构
西北工业大学电子信息学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2010年第5期1121-1125,共5页
文摘
人脸识别是当前人工智能和模式识别的研究热点。非负矩阵分解(NMF)能够反映样本的局部的内在的联系,可用于单样本特征提取,但时间复杂度较高。投影梯度(Projected Gradient,PG)优化方法大幅降低了NMF约束优化迭代问题的时间复杂度,但是单训练样本存在对本类信息量描述不足的缺点。为此,该文提出了一种基于改进的投影梯度非负矩阵分解(Improved Projected Gradient Non-negative Matrix Factorization,IPGNMF)的单训练样本特征提取方法。在进行PGNMF算子之前,先将训练样本作Gabor分解,分解后的Gabor子图像在各个方向上可以更加丰富的描述样本特征,最后将各个Gabor子图像的PGNMF特征进行融合,作为最终的识别特征。在对人脸库ORL,YEL与FERET的识别实验中,与经典的特征提取方法比较,证明了可以有效地解决单训练样本人脸识别的问题。
关键词
人脸识别
非
负
矩阵分解
投影
梯度
非
负
矩阵分解
径向基网络
Keywords
Face recognition
Non-negative Matrix Factorization（NMF）
Projected gradient NMF
RBF network
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
基于B(2D)~2PGNMF的ISAR像目标识别
被引量：
2
3
作者
王芳
盛卫星
马晓峰
王昊
机构
南京理工大学电子工程与光电技术学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2013年第6期863-868,901,共7页
文摘
为了更好地利用逆合成孔径雷达(ISAR)像目标的局部空间结构信息和类别信息实现目标识别,该文提出了一种基于分块双向二维投影梯度非负矩阵分解(B(2D)2PGNMF)的ISAR像目标识别方法。采用基向量非负加权组合的形式构建目标像。将B(2D)2PGNMF分解得到的权向量作为特征,通过最近邻分类器完成五类飞机目标的识别。仿真结果表明:在相同的压缩率或相同的基矩阵维数下,二维投影梯度非负矩阵分解(PGNMF)算法比一维PGNMF算法具有更高的识别精度,分块投影梯度非负矩阵分解(BPGNMF)算法的识别结果优于PGNMF算法,B(2D)2PGNMF算法的识别结果优于双向二维投影梯度非负矩阵分解((2D)2PGNMF)算法。在相同的基矩阵维数下,二维PGNMF算法的压缩率高于一维PGNMF算法,BPGNMF算法所需的运行时间最长,(2D)2PGNMF算法的运行时间最短。该文方法在不影响运算效率的同时能获得较好的识别结果。
关键词
逆合成孔径雷达
分块双向二维
投影
梯度
非
负
矩阵分解
目标识别
Keywords
inverse synthetic aperture radar
block two-directional and two-dimensional non-negative matrix factorization with projected gradient
target recognition
分类号
N55 [自然科学总论]
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
负投影梯度的特征权重Leader聚类算法
隋玉敏
孙秀芳
武优西
任志考
《小型微型计算机系统》
CSCD
北大核心
2014
2
在线阅读
下载PDF
职称材料
2
改进投影梯度非负矩阵分解的单训练样本特征提取研究
高涛
何明一
《电子与信息学报》
EI
CSCD
北大核心
2010
13
在线阅读
下载PDF
职称材料
3
基于B(2D)~2PGNMF的ISAR像目标识别
王芳
盛卫星
马晓峰
王昊
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2013
2
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
