排序方式: 共有30条查询结果,搜索用时 562 毫秒
21.
针对鉴别的局部中值保持投影(DLMPP)在小样本情况下面临的类内散布矩阵奇异的问题,提出了广义的鉴别局部中值保持投影(GDLMPP)算法。GDLMPP首先将样本等价映射到一个低维子空间,然后在此子空间求解最佳投影矩阵,从而有效解决了小样本问题,并从理论上验证了当类内散布矩阵非奇异时,GDLMPP等价于DLMPP。最后,通过在ORL及AR库上的实验验证了算法的有效性。 相似文献
22.
23.
高光谱图像变化检测可提供地球表面的时间维变化信息,对城乡规划和管理至关重要.因具有较高的光谱分辨率,高光谱图像常被用于检测更精细的变化.针对高光谱变化检测的问题,提出一种基于协同稀疏与非局部低秩张量的高光谱图像变化检测方法.该方法首先求得前后时间点的高光谱差分图像,再根据差分图像中图像块的非局部分布特点,提取不同的非局... 相似文献
24.
新国潮的概念非常广泛,代表时尚趋势,也受到艺术、商业、生活动态与社会发展变化方向的影响。当前正处于中国传统文化复兴时期,设计师们应当深入分析中国国情,使人们现代生活的各个方面更具设计感。现如今,餐饮企业之间的竞争不断加剧,许多企业通过VI设计来进行整合包装推广,树立鲜明的品牌形象,以便在激烈的市场竞争中占有一席之地。将新国潮元素融入餐饮企业的VI设计中,可以帮助企业树立独具特色的品牌风格和个性化的形象,而且极具创意。北京烤鸭作为北京最著名的特产之一,具有悠久的历史,明太祖朱元璋“日食烤鸭一只”。如今,大街小巷的北京烤鸭形象十分雷同,基于此,本文运用新国潮视觉艺术观点和艺术手法,采用插画的形式提取北京烤鸭食材元素并与新国潮元素结合来进行设计,还把这种风格运用到企业的VI设计中,突出品牌的个性化。 相似文献
25.
介绍了一种自偏置结构形式的锁相环设计方法,在一定程度上可以对锁相频率源输出信号质量进行改善,提升产品性能,简化设计。在没有增加额外环外混频频率信号的情况下,对改进后的锁相环电路进行测试,其相位噪声指标提高约10 dB,具有较大的工程应用优势。 相似文献
26.
针对局部线性嵌入算法(LLE)无法利用样本的鉴别信息,最大边界准则算法(MMC)对非线性数据处理能力较弱的不足, 提出一种基于最大间距准则的稀疏局部嵌入(SLE/MMC)特征提取算法。在保持局部近邻的前提下,首先在类内紧致图中使同类样本尽可能地聚集在一起;然后在类间惩罚图中使不同类别的样本尽可能分离;最后使用弹性网回归(Elastic Net)算法得到一个最优的稀疏投影矩阵。为了避免“ 小样本” 问题, 采用MMC的形式构造目标函数。在ORL、Yale以及UMIST人脸库上的实验结果可以看到,同其他几种方法(PCA、LLE和MMC)相比,SLE/MMC具有更高的识别率,表明该方法具有更高效的特征提取能力。 相似文献
27.
基于最大间距准则的局部图嵌入特征提取方法 总被引:1,自引:1,他引:0
针对局部线性嵌入(LLE)算法和最大间距准则(MMC)算法在特征提取问题中存在不足,提出一种有效的数据降维和分类方法--基于最大间距准则的局部图嵌入特征提取算法,并将其应用在人脸识别上.该算法在保持近邻的前提下,分别构造类内紧致图和类间惩罚图.首先在类内紧致图中利用线性重构的局部对称性找出高维数据空间中的非线性结构,使同类样本尽可能地聚集在一起;然后在类间惩罚图中使不同类别的样本尽可能分离;为了避免"小样本"问题,采用MMC的形式构造目标函数.在ORL,Yale和AR人脸图像库进行实验的结果表明,文中算法相对于DLA和LLE+LDA算法有较好的识别性能. 相似文献
28.
针对目前一些正确识别率高的SVM(Support Vector Machines)分类器、超球SVM分类器、深度学习分类器在一些典型样本集上应用时仍然有2%左右的错误识别率和增量学习功能不强的问题,本文提出了一种具有合适拒识机制的高正确识别率分类器设计方案和相应的增量学习算法,较好地解决了上述问题.主要工作包括:同类特征集合的紧密包裹集构造算法;基于同类特征集合和紧密包裹集的同类特征区域紧密包裹面的求解算法;设置所有紧密包裹面之外的公共区域为分类器的拒识区域的方法;当增加新类别、增减训练样本时,以上算法的增量学习算法.用uci数据集做对比实验表明,在拒识率小于1.3%的情况下,本文方法设计的分类器正确识别率大于99.13%. 相似文献
29.
采用四种加载速率(1、5、10和15 mm/min)对Q235平板试样和圆形试样以及1Cr18Ni9平板试样进行了拉伸试验。结果显示:在此加载速率范围内,Q235的抗拉强度、屈服强度和伸长率基本不受加载速率的影响,而1Cr18Ni9不锈钢的抗拉强度和伸长率呈降低的趋势,屈服强度则随加载速率的增大而明显地增大。 相似文献
30.
针对无监督的局部不变鲁棒主成分分析(LIRPCA)算法未考虑样本间的类别关系的问题,提出了一种基于近邻监督局部不变鲁棒主成分分析(NSLIRPCA)的特征提取模型。所提模型考虑了样本间的类别信息,并以此构建关系矩阵。对所提模型进行公式求解和公式的收敛性证明,并将所提模型应用于各种遮挡数据集。实验结果表明,在ORL、Yale、COIL-Processed和PolyU数据集上,与主成分分析(PCA)算法、基于L1范数的主成分分析(PCA-L1)算法、非负矩阵分解(NMF)算法、局部保持投影(LPP)算法和LIRPCA算法相比,所提模型在原始图像数据集上的识别率分别最高提升了8.80%、7.76%、20.37%、4.72%和4.61%,在遮挡图像数据集上的识别率分别最高提升了30.79%、30.73%、36.02%、19.65%和17.31%。可见,所提模型提高了算法的识别性能,降低了模型复杂度,明显优于对比算法。 相似文献