浙江省教育厅科研计划(Y201122544)
- 作品数：4 被引量：10H指数：1
- 相关作者：齐鸣鸣向阳张钧伟许淑华更多>>
- 相关机构：绍兴文理学院同济大学更多>>
- 发文基金：浙江省教育厅科研计划国家自然科学基金教育部“新世纪高等教育教学改革工程”项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于MB-LBP和改进的LFDA的人脸识别被引量：7
- 2012年
- 提出了一种基于多块LBP(Multi-scale Block Local Binary Patterns,MB-LBP)和改进的局部化的Fisher判别分析(Local Fisher Discriminant Analysis,LFDA)的人脸识别算法。该算法利用MB-LBP的局部和整体描述能力强化了标注样本的局部分析和训练样本的全局分析;以每个样本与同类其他样本的欧氏距离均值作为参数,克服了类内散度计算限制;通过参数融合训练样本的总散度信息保持样本的全局结构。实验表明,MB-LBP为局部保持分析和全局保持分析提供了良好的基础;在少量标注样本情况下,改进的LFDA的适应性和识别率明显优于LFDA。
- 齐鸣鸣向阳
- 关键词：人脸识别
- 成对约束指导的稀疏保持投影被引量：1
- 2012年
- 针对稀疏保持投影的稀疏重构过程中监督信息不足的问题,提出一种成对约束指导的稀疏保持投影算法。该算法在训练样本数据的稀疏重构的过程中,通过引入正约束和负约束监督信息指导稀疏重构,使得稀疏保持投影有效地融合了约束监督信息。在UMIST、YALE和AR人脸库人脸数据集上的实验结果表明,与无监督的稀疏保持投影相比,该方法提高了基于最近近邻分类算法的5%～15%识别准确率,有效地提高了降维分类性能。
- 齐鸣鸣
- 关键词：降维
- 融合稀疏保持的成对约束投影被引量：1
- 2012年
- 提出一种融合稀疏保持的成对约束投影(Pairwise Constraint Projections inosculating Sparsity Preserving,SPPCP)。该算法在成对约束指导的降维过程中,通过平衡参数引入稀疏保持投影(Sparsity Preserving Projections,SPP),在保持成对约束特征的同时,也继承了稀疏保持所蕴含的几何结构保持和近邻保持特性。在UCI数据集和AR人脸库上的实验表明,该算法有效地融合了稀疏保持投影的优点,与典型的成对约束的半监督降维算法相比,提高了基于最短欧氏距离的分类算法的精度和稳定性。
- 齐鸣鸣向阳
- 最小最大邻域阶构图方法被引量：1
- 2012年
- 图构建是谱聚类的一个基本步骤。经典的K近邻构图法不关心边的几何对称性,这一点可能给聚类带来负面影响。针对这个问题,提出了一种新型的近邻构图方法,称之为最小最大邻域阶构图法,它在邻域选择时考虑了边的相对几何对称性。更具体一点,定义了一个邻域阶的概念,发现K近邻图的构建是由最小邻域阶决定的,而提出的构图方法是基于最小最大邻域阶进行的。理论分析表明:一方面,提出的构图方法可以达到更高的相对几何对称性;另一方面,该图包含着互K近邻图,保证了边连接的紧密性。在一组公开数据上的谱聚类实验表明,提出的方法可以带来更高的聚类准确率。
- 张钧伟齐鸣鸣许淑华
- 关键词：谱聚类
