蔡竞
- 作品数：6 被引量：20H指数：4
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：浙江省教育厅科研计划国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Fisher判别分析的增量式非负矩阵分解算法被引量：4
- 2018年
- 增量式非负矩阵分解算法是基于子空间降维技术的无监督增量学习方法.文中将Fisher判别分析思想引入增量式非负矩阵分解中,提出基于Fisher判别分析的增量式非负矩阵分解算法.首先,利用初始样本训练的先验信息,通过索引矩阵对新增系数矩阵进行初始化赋值.然后,将增量式非负矩阵分解算法的目标函数改进为批量式的增量学习算法,在此基础上施加类间散度最大和类内散度最小的约束.最后,采用乘性迭代的方法计算分解后的因子矩阵.在ORL、Yale B和PIE等3个不同规模人脸数据库上的实验验证文中算法的有效性.
- 蔡竞蔡竞郑建炜王万良郑建炜
- 关键词：有监督学习FISHER判别分析非负矩阵分解
- 稀疏约束下非负矩阵分解的增量学习算法
- 非负矩阵分解(NMF)是一种有效的子空间降维方法.为了改善非负矩阵分解运算规模随训练样本增多而不断增大的现象,同时提高分解后数据的稀疏性,提出了一种稀疏约束下非负矩阵分解的增量学习算法,该算法在稀疏约束的条件下利用前一次...
- 王万良蔡竞
- 关键词：非负矩阵分解
- 文献传递
- 改进增量式非负矩阵分解算法及其在人脸识别中的应用被引量：1
- 2016年
- 非负矩阵分解(NMF)是一种有效的子空间降维方法,凭借其可解释性在人脸识别方面有着较好的应用。而增量式非负矩阵分解(INMF)利用近似的原则将上一步迭代寻优的运算结果参与后续计算,有效改善了NMF算法运算规模随训练样本增多而不断增大的现象。文章提出的改进增量式非负矩阵分解算法(Improved Incremental Non-negative Matrix Factorization)在INMF的基础上进一步利用了新加入样本的类别信息,优化了算法中参与迭代的增量系数向量的初始化值,使目标函数在迭代求解时具有更快的收敛速度和全局寻优能力。通过在ORL和YALE人脸数据库上的实验表明,该算法在运算速度和识别率上均优于传统的NMF算法和INMF算法。
- 蔡竞张嘉琪钱康
- 关键词：人脸识别非负矩阵分解类别信息
- 稀疏约束下非负矩阵分解的增量学习算法被引量：8
- 2014年
- 非负矩阵分解(NMF)是一种有效的子空间降维方法。为了改善非负矩阵分解运算规模随训练样本增多而不断增大的现象,同时提高分解后数据的稀疏性,提出了一种稀疏约束下非负矩阵分解的增量学习算法,该算法在稀疏约束的条件下利用前一次分解的结果参与迭代运算,在节省大量运算时间的同时提高了分解后数据的稀疏性。在ORL和CBCL人脸数据库上的实验表明了该算法降维的有效性。
- 王万良蔡竞
- 关键词：非负矩阵分解
- 增量式鉴别非负矩阵分解算法及其在人脸识别中的应用被引量：4
- 2017年
- 针对在线学习的人脸识别效率问题,提出了一种增量式鉴别非负矩阵分解算法。在以往无监督学习模式下的增量式非负矩阵分解算法基础上,利用初始训练样本数据和新增训练样本的类别信息,将同类别训练样本对应的系数向量均值作为初始迭代值,并在类内欧氏距离最小的约束下建立目标泛函,从而获得更具鉴别性的特征并使优化求解时所需迭代次数明显减少。通过在ORL和PIE人脸数据库上的实验验证了该算法收敛速度快、分类精度高,且较批量式算法有更高的效率优势。
- 蔡竞蔡竞郑建炜王万良
- 关键词：人脸识别有监督学习非负矩阵分解
- 一种基于矩形拟合的LED贴片机元件定位算法被引量：4
- 2014年
- 针对LED贴片机中元件的视觉定位问题,提出了一种基于矩形拟合的元件定位算法。利用大部分LED贴片灯珠为矩形的几何特征,首先根据背景灰度对采集图像进行全局阈值分割;然后以顶点为界将元件轮廓坐标分为四组并做等间隔采样;最后根据矩形相邻两边正交的特性对采样坐标进行矩形拟合实现元件定位的目的。实验表明,该方法具有较高的准确性和较强的鲁棒性,符合高精度贴片机的贴装要求。
- 蔡竞
- 关键词：视觉定位系统最小二乘法
