一种模糊双向最大间距准则人脸识别方法

研究提出一种模糊双向最大间距准则(fuzzy bidirectional maximum margin criterion,FBMMC)特征提取方法,并将其用于人脸识别。在FBMMC中,首先通过引入原始训练样本集的模糊隶属度矩阵,定义了面向图像的行方向模糊离散度矩阵和行方向模糊最大间距准则,进一步求得行方向最优投影矩阵;然后,对原始训练样本集中的每一个样本,采用行方向最优投影矩阵进行投影变换,从而得到行方向特征训练样本集。同样地,通过引入行方向特征训练样本集的模糊隶属度矩阵,给出了面向图像的列方向模糊离散度矩阵和列方向模糊最大间距准则的定义,进一步求得列方向最优投影矩阵。FBMMC在得到行、列两个方向的最优投影矩阵后,就可以将原始数据空间的样本数据投影到一个相对低维的特征空间,从而完成对原始样本数据的特征提取。在ORL和Yale人脸数据库上的实验结果表明,文中提出的模糊双向最大间距准则特征提取方法用于人脸识别具有较高的识别率。

基于模糊最大间距准则的人脸特征提取方法

在最大间距准则算法中引入模糊化思想,提出了基于模糊最大间距准则(FMMC)的人脸识别算法。首先讨论图像对各个类别的隶属程度,并重新定义了类内和类间离散度矩阵;然后利用模糊最大间距准则得到最优投影变换矩阵;最后将原始训练样本数据投影到一个相对低维的特征空间,从而完成对训练样本数据的特征提取。在ORL和Yale标准人脸库上的实验结果表明,文中提出的模糊最大间距准则特征提取方法用于人脸识别具有较高的识别率。

具有模糊聚类功能的双向二维无监督特征提取方法

依据最大间距判别准则(Maximum margin criterion,MMC)的基本原理,并结合模糊技术和张量理论,提出一种矩阵模式的模糊最大间距判别准则(Matrix model fuzzy maximum margin criterion,MFMMC),并在此基础上形成具有模糊聚类功能的双向二维无监督特征提取方法(Two-directional two-dimensional unsupervised feature extraction method with fuzzy clustering ability,(2D)2UFFCA).该方法不但能直接实现矩阵模式数据的模糊聚类,而且还可以对矩阵模式数据进行双向二维特征提取,实现特征降维.同时我们还从几何的直观含义出发,合理地设定矩阵模式的模糊最大间距判别准则中的调节参数γ,并从理论上证明其合理性.为了提高特征提取的效率,还提出一种能有效计算矩阵模式数据的投影变换矩阵的方法.实验结果表明该方法具有上述优势.

基于模糊测度与累积前景理论的区间二型模糊多准则决策方法

针对准则值为区间二型模糊数且准则间存在关联关系的风险型多准则决策问题,本文提出一种基于模糊测度理论与累积前景理论的区间二型模糊多准则决策方法。首先,为全面反映准则间的关联关系,本文提出Shapley区间二型模糊Choquet积分算子,并证明该算子的一些性质。其次,为反映专家行为偏好,本文定义区间二型模糊前景效应与前景价值函数,并提出累积前景Shapley区间二型模糊Choquet积分算子。然后,为确定准则集的模糊测度,本文建立基于区间二型模糊双向投影与Shapley函数的权重优化模型。在此基础上,本文给出一种用于解决准则值为区间二型模糊数,准则间存在关联关系,专家存在风险偏好以及准则权重部分未知的多准则决策方法。最后,通过风险投资实例佐证所提出的方法的适用性与科学性。

双运带式输送机主参数的模糊优化数学模型

以模糊优化设计理论为基础 ,以双运带式输送机输送带的运行速度、宽度、初张力及托辊间距为设计变量 ;以牵引电机运行的最小功率消耗为目标函数 ,构造出了双运带式输送机主参数的模糊优化数学模型。

应用于特征提取方法的模糊差分嵌入投影

局部线性嵌入(Locally linear embedding,LLE)算法对于分类的结果没有直接的关系。同时,该算法受不同表情、光照以及姿态等因素的影响,识别的效果会大大降低。为了能够很好地解决上述问题,提出基于模糊的差分嵌入投影(Fuzzy difference embedding projection,FDEP)特征提取算法。FDEP算法首先在模糊数学的思想指导下,通过模糊隶属度(Fuzzy sets)的形式表示;然后分别构造模糊局部近邻图与模糊全局方差图来表征局部与全局结构信息,采用最大间距准则函数来构造目标函数避免"小样本"问题;最后,通过拉格朗日乘子解决约束条件下的优化问题。FDEP算法既可以最大化地模糊全局数据之间的非局部散度,又可以保持模糊近邻数据之间的内在联系。在ORL,Yale和AR人脸图像库的实验结果表明,FDEP算法具有较好的识别性能。

基于前景理论的区间直觉模糊双向投影决策方法

针对准则权重不完全确定,方案准则值为区间直觉模糊数的多准则决策问题,提出一种基于前景理论的双向投影决策方法.首先,给出一个考虑犹豫度的区间记分函数;其次,以零点为参考点计算各准则下的综合前景值;然后,利用定义的方案和理想点以及临界点形成的向量表达方式,建立双向投影测度方法,构建并求解基于方案区间投影总偏差最小的非线性规划模型,并结合最大熵原理获得准则权重;接着,利用所提出的基于两个方向区间贴近度公式对各方案进行排序;最后,通过算例验证了该方法的有效性和可行性.

区间直觉模糊信息下的双向投影决策模型

研究权重完全未知、评价信息为区间直觉模糊数的多准则决策问题.考虑犹豫度影响,给出备选方案与正理想方案、负理想方案形成的向量表达方式,提出一种针对区间直觉模糊信息的向量投影测度方法;构建基于方案投影总偏差最小的非线性规划准则权重确定模型;给出基于方案投影的相对贴近度测算公式,并以此对方案进行排序.最后通过算例对比分析表明了所提出方法的有效性和可行性.