-
题名基于核独立成分分析的人脸识别研究
被引量:3
- 1
-
-
作者
尹克重
龚卫国
李伟红
梁毅雄
张红梅
-
机构
重庆大学光电工程学院
-
出处
《计算机应用》
CSCD
北大核心
2005年第6期1324-1326,共3页
-
基金
国家教育部科学技术重点项目(02057)
教育部春晖计划(2003589)
-
文摘
在人脸识别中提出一种基于非线性子空间的核独立成分分析(KICA)方法。在简单介绍了ICA方法的基础上,对KICA方法的基本原理和算法作了较为详细的描述。为了验证基于KICA和ICA的人脸识别方法的识别效果,进行了对比实验和分析。实验和分析结果表明,在人脸识别中,基于KICA的方法优于基于ICA的方法。
-
关键词
核独立成分分析
独立成分分析
广义核方差
人脸识别
-
Keywords
kernel independent component analysis (KICA)
independent component analysis (ICA)
kernel generalized variance (KGV)
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于主成分分析与核独立成分分析的降维方法
被引量:49
- 2
-
-
作者
梁胜杰
张志华
崔立林
钟强晖
-
机构
海军工程大学兵器工程系
海军工程大学应用数学系
海军工程大学振动与噪声研究所
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2011年第9期2144-2148,共5页
-
基金
国家自然科学基金(50775218)资助课题
-
文摘
根据主成分分析(principal component analysis,PCA)法的降维去噪技术和核独立成分分析(kernelindependent component analysis,KICA)法的盲源分离技术,提出了一种关于两者的融合方法,即PCA-KICA方法。将该方法应用于线性和非线性高维混合信号的降维处理中,以相关系数和Amari误差为标准,同主成分分析与独立成分分析(principal component analysis-independent component analysis,PCA-ICA)融合方法进行比较。仿真结果标明,PCA-KICA方法与PCA-ICA方法相比,在处理复杂非线性高维混合信号时效果相当,但在处理线性高维混合信号时的效果较好。
-
关键词
降维
核广义方差
相关系数
Amari误差
-
Keywords
dimensionality reduction
kernel generalized variance
correlation coefficient
Amari error
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
O212.4
[理学—概率论与数理统计]
-
-
题名基于WKGV-KICA的盲源信号分离算法
被引量:4
- 3
-
-
作者
李军
郭琳
-
机构
兰州交通大学自动化与电气工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2013年第7期972-977,共6页
-
基金
甘肃省财政厅基本业务费项目(620026)
甘肃省硕导项目(1104-09)
-
文摘
基于核学习的非线性映射能力,提出一种小波核广义方差的核独立成分分析算法WKGV-KICA.小波核函数具有近似正交,适用于信号局部分析的优点.与互信息相联系,将核广义方差作为对比函数对统计独立性进行衡量,可以获得理想的数学特性.将该算法应用于宽范围的盲源分离问题的实例中,并与现有算法进了比较.实验结果表明,WKGV-KICA算法在同等条件下的分离精度更高,而且性能更好.
-
关键词
盲源信号分离
核独立成分分析
核广义方差
小波核
-
Keywords
blind source separation(BSS)
kernel independent component analysis(KICA)
kernel generalized variance(KGV)
wavelet kernel
-
分类号
TN911
[电子电信—通信与信息系统]
-