李力
- 作品数：5 被引量：0H指数：0
- 供职机构：南京邮电大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 动物实验用日光模拟系统
- 本实用新型公开了动物实验用日光模拟系统，该系统包括24V开关电源、光强传感组合电路、四个第一恒流源驱动电路、四个第二恒流源驱动电路、与各第一恒流源驱动电路对应的全光谱灯电路、与各第二恒流源驱动电路对应的LED灯电路。该系...
- 张胜李力陈蓓朱益铭李海杰陈晔
- 文献传递
- 基于局部和全局加权的统计不相关鉴别变换人脸识别算法研究
- 特征提取是图像识别问题中最重要的任务之一，在人脸识别应用中，如何去除鉴别特征的冗余显得非常有意义。为了更好的去除鉴别特征的冗余，本文重新设计一种总体散布矩阵，提出了一种基于Fisher线性鉴别分析的统计不相关约束人脸识别...
- 李力
- 关键词：人脸识别特征提取散布矩阵
- 文献传递
- 局部和全局加权的二维统计不相关鉴别分析
- 2014年
- 传统的统计不相关鉴别分析方法使用样本的均值来估计期望,计算出总体散度矩阵。这些方法在数据不满足高斯分布的情况下会出现大的偏差,影响最优鉴别特征的提取。为了解决该问题,文中结合二维鉴别分析的思想,分别提出了基于局部的二维统计不相关鉴别变换(L2DUDT)方法和基于全局加权的二维统计不相关鉴别变换(WG2DUDT)方法。L2DUDT通过用样本的近邻中心来定义每个样本的期望,而WG2DUDT用样本间的欧几里得距离加权来定义期望。基于AR和FERET人脸数据库的实验表明,文中提出的方法与一些相关方法相比,有效地提高了识别性能。
- 黄明晓荆晓远李力姚永芳
- 局部统计不相关非线性鉴别变换
- 2014年
- 子空间学习方法是研究人脸识别问题的经典算法。然而,在实际中,人脸图像通常是高维线性不可分的,此时线性方法很难提取出更有效的特征;同时,人脸图像不满足理想的高斯分布,而传统的统计不相关方法使用所有样本的均值来估计期望,这种估计方法在样本数很少的情况下会出现较大的偏差。为了解决上述问题,文中提出了局部统计不相关非线性鉴别变换(LUNLDT)方法。该方法在核空间中,通过改良的统计不相关约束,迭代地求解出最优的鉴别向量集。AR人脸库和CAS-PEAL人脸库的实验结果验证了所提算法的有效性。
- 丁洁荆晓远姚永芳李力
- 关键词：特征提取核空间
- 电动车电池手机监测系统
- 本发明是一种电动车电池手机监测系统，该电动车电池手机监测系统中，电压检测电路(1)、电流检测电路(2)、电量检测电路(3)输入端接电动车电池,输出端分别接入单片机微处理电路(7)的P1.0、P2.0和P2.6端，GPS定...
- 张胜吴锦飞曹婷陈铭永蔡萌徐小清李力陈梦仪
- 文献传递
