期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于稀疏保持判别嵌入的人脸识别
被引量:
6
1
作者
王国强
李龙星
郭晓波
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2014年第2期305-312,共8页
最近,人们对高维数据(例如人脸图像)潜在的稀疏表征结构有很大兴趣。提出一种称为稀疏保持判别嵌入(SPDE)新降维算法,该算法在稀疏保持投影(SPP)的目标函数中增加了改进的最大间距准则(MMMC)。SPDE保留了SPP的保持稀疏结构特性,利用了M...
最近,人们对高维数据(例如人脸图像)潜在的稀疏表征结构有很大兴趣。提出一种称为稀疏保持判别嵌入(SPDE)新降维算法,该算法在稀疏保持投影(SPP)的目标函数中增加了改进的最大间距准则(MMMC)。SPDE保留了SPP的保持稀疏结构特性,利用了MMMC的全局判别结构。SPDE合并了稀疏准则和Fisher准则,具有更强的判别力,尤其训练集小的时候,更适合于人脸识别任务。SPDE能够自然地避免小样本问题并且计算是有效的。在3个公共人脸数据库(ORL、Yale以及FERET)上的实验结果表明SPDE对人脸识别是有效的和可行的。
展开更多
关键词
降维
稀疏保持投影
改进的最大间距准则
人脸识别
下载PDF
职称材料
基于保局判别投影的声目标特征提取算法
2
作者
王一
杨俊安
刘辉
《电路与系统学报》
CSCD
北大核心
2011年第5期100-106,共7页
针对现有声目标识别技术鲁棒性较差的实际情况,提出了一种监督性流形学习算法—保局判别投影(LPDP)算法。算法在流形学习保局投影(LPP)算法的基础上,引入了控制类间和类内距离的改进最大边缘标准(MMMC),使得这种特征提取算法既具有线性...
针对现有声目标识别技术鲁棒性较差的实际情况,提出了一种监督性流形学习算法—保局判别投影(LPDP)算法。算法在流形学习保局投影(LPP)算法的基础上,引入了控制类间和类内距离的改进最大边缘标准(MMMC),使得这种特征提取算法既具有线性流形学习算法样本外点学习的优点,又能够有效解决小样本问题,并能在后续的分类中取得良好效果。通过在公开数据库和战场实际数据的特征提取实验,结果表明算法的识别率和稳定性均优于现有其他算法。
展开更多
关键词
声目标识别
保局投影
改进最大边缘标准
下载PDF
职称材料
题名
基于稀疏保持判别嵌入的人脸识别
被引量:
6
1
作者
王国强
李龙星
郭晓波
机构
洛阳理工学院计算机与信息工程系
大连理工大学机械工程学院CAD&网络研究所
安阳工学院计算机科学与信息工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2014年第2期305-312,共8页
基金
国家自然科学基金河南人才培养联合基金(U1204613)
河南省科技攻关计划重点(122102210138)
+1 种基金
河南省高等学校青年骨干教师资助计划(2011GGJS-173)
河南省教育厅科学研究重点项目(14A520055)资助项目
文摘
最近,人们对高维数据(例如人脸图像)潜在的稀疏表征结构有很大兴趣。提出一种称为稀疏保持判别嵌入(SPDE)新降维算法,该算法在稀疏保持投影(SPP)的目标函数中增加了改进的最大间距准则(MMMC)。SPDE保留了SPP的保持稀疏结构特性,利用了MMMC的全局判别结构。SPDE合并了稀疏准则和Fisher准则,具有更强的判别力,尤其训练集小的时候,更适合于人脸识别任务。SPDE能够自然地避免小样本问题并且计算是有效的。在3个公共人脸数据库(ORL、Yale以及FERET)上的实验结果表明SPDE对人脸识别是有效的和可行的。
关键词
降维
稀疏保持投影
改进的最大间距准则
人脸识别
Keywords
dimensionality reduction
sparsity preserving projection (SPP)
modified maximum margin criterion ( mmmc )
face recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于保局判别投影的声目标特征提取算法
2
作者
王一
杨俊安
刘辉
机构
电子工程学院
安徽省电子制约技术重点实验室
出处
《电路与系统学报》
CSCD
北大核心
2011年第5期100-106,共7页
基金
国家自然科学基金(60872113)
文摘
针对现有声目标识别技术鲁棒性较差的实际情况,提出了一种监督性流形学习算法—保局判别投影(LPDP)算法。算法在流形学习保局投影(LPP)算法的基础上,引入了控制类间和类内距离的改进最大边缘标准(MMMC),使得这种特征提取算法既具有线性流形学习算法样本外点学习的优点,又能够有效解决小样本问题,并能在后续的分类中取得良好效果。通过在公开数据库和战场实际数据的特征提取实验,结果表明算法的识别率和稳定性均优于现有其他算法。
关键词
声目标识别
保局投影
改进最大边缘标准
Keywords
acoustic target recognition
locality preserving projections
modified
maximum
margin
criterion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于稀疏保持判别嵌入的人脸识别
王国强
李龙星
郭晓波
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2014
6
下载PDF
职称材料
2
基于保局判别投影的声目标特征提取算法
王一
杨俊安
刘辉
《电路与系统学报》
CSCD
北大核心
2011
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部