基于小波域Fisher分类器的SAR图像变化检测

给出了一种无监督SAR图像变化检测算法,它不需要分布假设,而是通过联合灰度直方图的分布特性进行判别.算法利用自适应边缘检测提取训练数据,通过Fisher分类器对联合直方图进行判别分析,得到不同小波层待检测点隶属度,并根据邻域关系以及上下文进行融合,得到最终检测结果.对真实SAR图像进行检测,得到了较好的检测结果.

利用改进Fisher分类器进行遥感图像变化检测

将多时相遥感图像变化检测问题看成一个分类问题,利用改进的动态Fisher分类器通过二维联合直方图检测变化区域.考虑图像邻域关系,提出基于局部均值的动态Fisher分类器,在引入图像空间关系的同时,根据当前检测结果动态调整训练参数,解决了由于初始训练数据选取不同而造成的不稳定性.该算法不需要假设分布模型,不受差异算子的影响,且将原有的像素级检测提升为上下文相关检测.实验结果表明,该算法提高了检测精度,检测结果稳定。

非局部均值加权的动态模糊Fisher分类器的遥感图像变化检测

提出一种新的变化检测算法,利用改进的动态模糊Fisher分类器,通过对多时相图像的联合直方图进行分类得到变化区域。在此基础上,根据图像空间关系对待检测点进行非局部均值加权,并以一定比例选取可靠性高的数据先进行标类,增加数据的可分性和算法的可靠性。根据更新后的样本动态调整待检测点权重及分类器参数,直到所有点判别完毕为止。本算法不受参数模型限制,不受差异算子影响并充分利用图像的空间与时间信息。真实遥感数据试验表明本算法提高了检测精度。

基于嘴唇色度Fisher分类的驾驶疲劳视觉检测

为提高驾驶疲劳检测的准确率和可靠性,利用唇色和肤色的色度分布差异,挑选3个典型颜色特征构建Fisher分类器用于提取唇色区域.采用区域连通算法对二值唇色区域进行滤波处理,运用改进积分投影算法确定嘴唇边界,根据嘴巴开合度及打呵欠频率判断驾驶员是否疲劳.实验结果表明:基于3个颜色特征构建的Fisher分类器在唇色提取效果上明显优于单一颜色特征的提取效果;改进的积分投影算法能提高嘴唇边界定位的精度和速度;基于打呵欠频率的驾驶疲劳检测方法具有更优的检测准确率和可靠性.融合多个典型颜色特征可改善唇色提取的鲁棒性和可靠性,有助于驾驶疲劳检测效果的提高.

基于Fisher分类和空间映射的分形图像编码方法

针对Fisher分类分形图像压缩算法中二维灰度变换匹配性能较差的问题,提出了改进的空间映射灰度变换方法。该方法将位置与亮度同时纳入到灰度变换中,形成三维空间上曲面模式之间的线性映射,并预先量化空间映射压缩因子,再计算和量化空间映射灰度变换的其他系数,提高range块和domain块成功匹配的可能性。实验证明,该方法在不降低重构图像质量的前提下,减少了编码块数,提高了图像的压缩比,大幅缩短了编码时间。

基于Fisher分类和自适应阈值的分形图像编码方法

根据分割的迭代函数系统(PIFS)理论,在Fisher分类方法的基础上,依据分类后图像块的特征使用自适应阈值搜索与range块属于同一类的相匹配的domain块来进行分形图像编码,并对典型测试图像进行实验,与传统的固定阈值方法的性能进行比较。结果,在相同比特率上,相对于传统固定阈值方法,自适应阈值方法极大地提高了压缩比,减少了编码的时间,自适应阈值方法得到的解码图像质量明显好于传统的固定阈值方法。

茶园假眼小绿叶蝉种群动态时间格局及其Fisher分类

本文对福州地区茶园假眼小绿叶蝉的种群动态进行系统调查,结合田间小绿叶蝉的发生规律,以及周年的季节分割,采用Fisher分类法将福州地区假眼小绿叶蝉的种群动态时间格局进行最优分割,各阶段其种群格局及发展均表现不同的特点:第一阶段为越冬状态,第二阶段虫口数量上升发展,第三阶段为虫口数量高峰期,第四阶段种群数量衰退期,第五阶段虫口数量回升为第二高峰后又下降至越冬状态。

基于Fisher分类算法的水稻种子品种识别

得到水稻种子品种识别的方法,以水稻种子为研究对象,探索品种识别的几何分类器的设计,并利用设计的分类器进行分类决策。试验得出,Fisher线性判别法对种子检测平均识别率金优桂99为65%,粤占5号66.25%,060905号62.5%,优166为65%,淦鑫688为67.5%。

基于核的Fisher分类在PolSAR图像的应用

提出了利用核函数挖掘物理散射信息,提取极化特征的Fisher分类方法。该方法在Freeman分解的基础上,采用核函数将极化协方差等信息映射到某特征空间,然后在特征空间中进行线性分类,这样能够从PolSAR数据特有的极化散射信息出发,较好利用核方法的优势,改善不同地物类别的可分性。实验表明,该算法能获取有效的分类结果,实现同类相聚,异类分离,具有良好的紧致性。

毛竹林节肢动物群落时间格局及其Fisher分类

该文对福建三明大面积毛竹林节肢动物群落的系统调查表明：1a中群落林下层类群丰富度除10月外均比竹冠层类群小，但物种多样性、均匀度除3月外均比竹冠层类群大。采用Fisher分类法分别将2类群的时间格局进行最优分割，竹冠层类群可划分为9～10月、11月、12月到次年7月、8月4个阶段；林下层类群可划分为9～11月、12月到次年2月、3月、4～8月4个阶段，各类群各阶段均表现出其物种分布格局及其发展变化的不同特点。

单相接地混合特征向量-Fisher分类算法研究

为了提高10k单相接地故障判断准确率,提出基于混合特征向量-Fisher分类单相接地故障判断算法。首先,将10kV架空线路电流暂态特征和电流、电场稳态特征相结合,构建出3维混合特征向量ξ=(Wvalue,I,E)。其中暂态特征分量Wvalue用线路电流db5小波变换第3层小波模系数最大值表示,稳态特征分量I和E分别用线路接地故障发生前和发生后电流有效值和对地电场有效值表示。其次,利用混合特征向量样本建立Fisher分类器,采用Fisher分类器进行单相接地故障报警识别。使用F分布验证了分类器的有效性。最后,针对每条支路参数不同,又进一步研究了分类器参数更新方法。实验表明,该算法可以有效地对新向量进行分类。将仿真结果与其他算法进行了比较,证明了该算法提高了单相接地故障判断准确率,尤其提高了高阻接地识别效果。

采用 Fisher 分类法实现清浊音判决

采用Ｆｉｓｈｅｒ分类法实现清浊音判决．计算机模拟结果显示，该方法准确率达９７．４％，优于传统的清浊音判决算法．

基于多尺度小波变换和加权Fisher线性分类器的离线签名认证

采用多尺度小波变换来提取签名图像四个方向投影(水平、垂直、45度和135度)的相关特征。在签名认证阶段,采用加权Fisher线性判别(WFLD)来消除样本个数不平衡的影响,提高了签名认证的效率。

平分最近点算法与Fisher判别分类算法的关系

在线性可分情况下,对平分最近点算法和Fisher判别法构造的判别函数进行了对比研究,得出两类模式在特定的分布和一定的条件下,两种算法是等价的。

基于CNN多层融合特征与Fisher准则的分类算法

针对目标物体的多分类问题,提出基于CNN多层融合特征与Fisher准则的分类算法。首先,应用卷积神经网络提取图像的各层特征;然后,通过穷尽搜索法确定各层特征融合的权值系数,得到多目标分类特征;最后,采用Fisher多分类准则,求出使模式具有最大可分性的最佳投影方向,实现目标分类。在ORL、Yale库上进行实验研究,分类准确率分别达到了97. 5%和97. 3%。结果表明,该方法能够解决模式多分类的问题,与传统方法相比有效地提高了识别能力,具有很好的鲁棒性。

代价敏感属性中动态误分类代价下的Fisher判别函数

目前权衡测试代价和误分类代价是代价敏感属性选择需解决的重点问题之一。但是,现下多数研究者只考虑了误分类代价是固定不变的情况,由于人为确定的误分类代价存在主观性等因素,因此解决现实问题就需要新的方法怎文设计了一种动态误分类代价下的Fisher函数,来自适应于总代价的变化。

小波包熵和Fisher判别在近红外光谱法鉴别中药大黄真伪中的应用

利用傅里叶变换近红外光谱仪采集了中药大黄的近红外漫反射光谱,提取光谱的主成分和小波包熵等特征信息,再以特征信息为依据,利用Fisher分类器对中药大黄的真伪进行了鉴别。通过比较得出:采用小波包熵特征信息建模和预测误判率比采用主成分低。用小波包熵进行特征提取和Fisher分类器相结合对中药大黄真伪进行鉴别,其建模集交叉验证的误判率为6.52%,预测集的误判率是2.04%,为中药大黄的近红外快速真伪鉴别提供了参考。

电力系统低频振荡模式的自动分类研究

大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类。针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统。该系统包括特征选择和分类器两个部分,利用特征选择实现了大范围的降维,并对比分析了线性的Fisher分类器、非线性的二次型和k近邻分类器性能。进一步的,基于南方电网简化仿真数据进行了验证,其结果说明了所设计和实现方法的有效性,为进一步的预警、分群等提供了重要信息。

基于Fisher的手写体数字识别研究与实现

在手写体字符识别研究中,由于书写风格的不同造成了字体变化大,导致识别难度很大,采用面积滤波对数字图像预处理消除离散点,使用Fisher分类器对样本进行分类识别,进行了手写体数字识别研究与实现,分类器识别正确率为96%.

基于高斯分布监督学习样本的Fisher核构造方法

结合实际应用背景,针对各类样本服从高斯分布的监督学习情形,提出了构造Fisher核的新方法.由于利用了样本中的类别信息,该方法用极大似然估计代替EM算法估计GMM参数,有效降低了Fisher核构造的时间复杂度.结合核Fisher分类法,上述方法在标准人脸库上的仿真实验结果显示,用所提方法所构造的Fisher核不仅时间复杂度低,且识别率也优于传统的高斯核与多项式核.本文的研究有利于将Fisher核的应用从语音识别领域拓展到图像识别等领域.