您的位置: 专家智库 > >

江苏省高校自然科学研究项目(06KJD520085)

作品数:5 被引量:24H指数:3
相关作者:李勇智杨静宇夏永泉郑宇杰吴松松更多>>
相关机构:南京理工大学南京林业大学兰州商学院更多>>
发文基金:江苏省高校自然科学研究项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 2篇会议论文

领域

  • 7篇自动化与计算...

主题

  • 7篇人脸
  • 7篇人脸识别
  • 7篇特征提取
  • 3篇特征提取方法
  • 3篇统计不相关
  • 3篇矩阵
  • 2篇统计不相关性
  • 2篇最大间距准则
  • 2篇流形
  • 2篇流形学习
  • 2篇矩阵分解
  • 2篇非负矩阵
  • 2篇非负矩阵分解
  • 1篇人脸识别方法
  • 1篇识别方法
  • 1篇矢量
  • 1篇图像
  • 1篇图像矩
  • 1篇图像矩阵
  • 1篇最佳鉴别矢量

机构

  • 6篇南京林业大学
  • 6篇南京理工大学
  • 1篇兰州商学院

作者

  • 7篇李勇智
  • 4篇杨静宇
  • 1篇吴松松
  • 1篇郑宇杰
  • 1篇夏永泉
  • 1篇李国栋

传媒

  • 3篇系统仿真学报
  • 1篇模式识别与人...
  • 1篇江苏大学学报...
  • 1篇第二十七届中...

年份

  • 6篇2008
  • 1篇2007
5 条 记 录,以下是 1-7
排序方式:
基于局部和非局部散度理论的一种新的特征提取方法
本文提出一种新的无监督的鉴别投影方法。这种新的方法是基于样本的局部和非局部统计量而建立的线性映射,它的鉴别准则是通过特征矢量的非局部散度与局部散度的差来刻画的,其目的是寻求一组投影轴使得投影后的样本特征矢量的非局部散度最...
李勇智杨静宇毛洪贲
关键词:流形学习特征提取人脸识别
文献传递
2DUDP:一种新的基于图像矩阵的特征提取方法
本文提出一种新的数据维数约减方法。这种新的方法是基于图像的局部散度和非局部散度而建立准则函数,并且非局部散度与局部散度是基于样本图像矩阵来构建的。准则目的是寻求一组投影轴使得投影后的样本特征的非局部散度最大化,同时也使得...
李勇智何光明杨静宇
关键词:维数约减流形学习特征提取人脸识别
文献传递
一种组合类别信息的核主成分分析方法被引量:3
2008年
基于核主成分分析(KPCA)理论,提出一种有监督的特征提取方法.该方法在特征提取过程中充分直接利用训练核样本的类别信息,并且在计算上仍采用与 KPCA 方法类似的数学公式,因此被称为组合类别信息的核主成分分析(CIKPCA).另外,在分类时提出基于两种特征融合的分类策略从而进一步提高 CIKPCA 方法的识别率.在3个人脸库上进行实验,结果表明本文方法在识别率方面整体超过常用的 KPCA 方法,甚至超过核线性判别准则方法.
李勇智杨静宇吴松松
关键词:特征提取人脸识别
一种组合类别信息的非负矩阵分解方法及其应用被引量:1
2008年
基于非负矩阵分解理论,提出一种新的有监督的特征提取方法,它具有二个特点:一是在特征提取过程中它直接利用训练样本的类别信息,二是在计算上仍然采用与非负矩阵分解方法相同数学公式,因此这种新特征提取方法被称为组合类别信息的非负矩阵分解(CINMF)方法。另外,在分类时本文提出了基于两种特征融合的分类策略进一步提高CINMF方法的识别率。通过在YALE人脸库和ORL人脸库上进行实验,结果表明本文提出的新方法在识别率方面整体上好于原非负矩阵分解方法,甚至超过常用的主成分分析法(PCA)。
李勇智杨静宇
关键词:非负矩阵分解特征提取人脸识别
基于非负矩阵分解新的人脸识别方法被引量:12
2008年
非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL人脸库和YALE人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特征提取(NMF)方法,甚至超过主成分分析(PCA)法。
李勇智杨静宇
关键词:非负矩阵分解统计不相关性特征提取人脸识别
基于最大间距准则(MMC)新的有效特征提取方法被引量:8
2007年
基于最大间距准则(Maximum Margin Criterion,MMC)下,提出一组具有标准正交性的最佳鉴别矢量的计算方法和一组具有统计不相关性的最佳鉴别矢量的计算方法。这种方法的目的是寻求一组最佳鉴别矢量既要使投影变换后的特征空间的类间散度最大,而类内散度最小;又要减小最佳鉴别矢量间的统计相关性。与原MMC特征提取方法相比,新的特征提取方法降低了甚至消除了最佳鉴别矢量间的统计相关性,提高了识别率。通过分别在ORL人脸库和NUST603人脸库上实验结果表明提出的具有统计不相关性的MMC特征提取方法在识别率方面整体上好于原MMC特征提取方法和常用的主成分分析(PCA)法。另外,揭示了MMC准则特征提取与Fisher准则特征提取的内在关系。
李勇智杨静宇郑宇杰夏永泉
关键词:最大间距准则最佳鉴别矢量统计不相关特征提取人脸识别
一种基于核最大间距准则改进的特征提取方法被引量:2
2008年
针对非线性特征提取问题,基于核最大间距准则(KMMC),提出一种新的特征提取方法,即一组具有统计不相关性的最优核鉴别矢量集的简单计算方法.与原KMMC特征提取方法相比,新的特征提取方法消除了最优核鉴别矢量间的统计相关性,提高了特征提取的有效性.通过在ORL人脸库和YALE人脸库上进行试验,结果表明提出的特征提取方法在有效性方面整体上好于原KMMC特征提取方法和常用的核主成分分析(KPCA)法.
李国栋李勇智
关键词:特征提取统计不相关性人脸识别
共1页<1>
聚类工具0