论文部分内容阅读
为更有效地进行数据降维,将核映射思想引入到邻域保持判别嵌入中,提出一种核邻域保持判别嵌入的流形学习算法。以类内相似度矩阵与类间散度矩阵之差作为鉴别准则,使类间散度矩阵不受满秩的约束,从而解决人脸数据的非线性和小样本问题。在ORL和Yale人脸库上的实验结果表明,该算法具有较好的人脸识别性能。
核邻域保持判别嵌入在人脸识别中的应用
【摘 要】
：
为更有效地进行数据降维,将核映射思想引入到邻域保持判别嵌入中,提出一种核邻域保持判别嵌入的流形学习算法。以类内相似度矩阵与类间散度矩阵之差作为鉴别准则,使类间散度矩阵不受满秩的约束,从而解决人脸数据的非线性和小样本问题。在ORL和Yale人脸库上的实验结果表明,该算法具有较好的人脸识别性能。
【机 构】
：
兰州理工大学计算机与通信学院
【出 处】
：
计算机工程
【发表日期】
：
2012年01期
【基金项目】
：
甘肃省自然科学基金资助项目（1014RJZA009）
其他文献
利用卫星热红外异常判别技术进行地震预测的方法都是纯手工或半手工的,在分析处理海量遥感数据时具有局限性,并且传统方法对地震三要素的预测准确率不高,尤其是震中位置的预测。针对上述问题,提出一种综合震象云颜色、纹理以及浮现频率等特征来自动预测地震的方法。利用灰度共生矩阵对热红外数据进行纹理特征提取,使用BP神经网络模型训练目标神经网络,将纹理特征输入目标神经网络进行识别,提取疑似目标,同时滤掉非目标并跟
传统的虚假数据过滤方法存在无法均衡节点开销和过滤概率低下问题。为此,提出一种改进的虚假数据过滤方法。依据网络中节点能量的不均衡性构造成簇,通过节点的负载计算和密钥
针对多视频源图像的拼接问题,提出基于多尺度分析的图像配准及融合方法。在配准方面,弥补传统的基于Harris角点的配准方法对尺度变化不稳定的缺点,使其具有多尺度特性,提取的角点更加稳定精确。在融合方面,采用基于多尺度多分辨率分析的图像融合方法,克服传统空间域图像融合算法在频域上的不足,具有在空间域和频率域的局部化能力,并提供人眼视觉对其比较敏感的强对比度信息。实验结果表明,相比较传统方法,该方法所提
在基于上下文的自适应可变长度编码（CAVLC）解码算法中，对非结构化自适应可变长度编码码表进行解码时需要反复查找码表进行码字匹配，从而导致解码速度慢和需要大量内存存取的问题