-
题名基于深度学习与SVM的吸毒成瘾者识别
- 1
-
-
作者
王媛媛
徐一得
王新宇
田彬
王奎文
周锋
-
机构
盐城工学院信息工程学院
东南大学信息科学与工程学院
江苏省方强强制隔离戒毒所
-
出处
《电子器件》
CAS
北大核心
2023年第1期115-120,共6页
-
基金
国家自然科学基金资助项目(62076215)
江苏省高等学校自然科学研究重大项目资助(19KJA110002)。
-
文摘
提出一种使用PCA和线性判别器的神经网络模型,利用深度学习方法通过面部图像及抽象特征中的局部信息识别吸毒成瘾者的成瘾程度和社区矫正时间。首先对主干网络Res Net50进行预训练;再使用PCA降低特征数、Fisher判别器进行预判,从而使模型的训练时间减少、特征提取更加准确和快捷;最后网络末端通过全连接层与SVM函数的组合进行分类。随机梯度下降的优化目标采用了交叉熵损失。实验表明,此方法对于吸毒成瘾程度的识别准确度可达81.74%,对于社区矫正时间的识别准确率可达60.59%。
-
关键词
深度学习
神经网络
PCA
fisher判别器
-
Keywords
deep Learning
neural networks
PCA
fisher’s linear discriminant
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于组合不变矩特征的空中目标识别方法
被引量:8
- 2
-
-
作者
曾万梅
吴庆宪
姜长生
-
机构
南京航空航天大学自动化学院
-
出处
《电光与控制》
北大核心
2009年第7期21-24,44,F0003,共6页
-
基金
火力控制技术国防科技重点实验室资助(05C52007)
-
文摘
根据NMI特征和Jan Flusser提出的仿射不变矩各自的特点和适用条件,提出了一种组合不变矩。利用组合不变矩提取图像的不变特征向量,并结合Fisher线性判别准则,实现了对空中目标的Fisher线性判别器(FLDA)的分类识别。同时,考虑到识别的快速性方面,对FLDA进行了改进,提出了主分量分析(PCA)与FLDA相结合的识别算法。仿真实验结果表明,该方法具有较高的识别精度和速度。
-
关键词
图像识别
目标识别
仿射不变矩
组合不变矩
fisher线性判别器
主分量分析
-
Keywords
image recognition
target recognition
affine invariant moment
combined invariant moment
fisher linear discriminant analysis
principal component analysis
-
分类号
V271.4
[航空宇航科学与技术—飞行器设计]
TN911.73
[电子电信—通信与信息系统]
-