图像欧氏距离在人脸识别中的应用研究

图像欧氏距离可以嵌入到许多传统的图像分类识别算法中,该嵌入是通过对原始图像的线性变换来实现的,给出了一种基于数据场的图像线性变换方法,将其应用到图像欧氏距离中。实验结果表明,基于数据场的线性变换方法是一种可行的图像线性变换方法,该方法可以完成大尺度图像的线性变换,方便地将图像欧氏距离嵌入到传统人脸识别算法中。

基于数据场的PCA方法在人脸识别中的应用研究

数据场是一种用定量数据表达不确定概念的的数学模型,具有较强的聚类能力。论文根据数据场理论,引入势函数,提出一种基于无监督学习的模式分类方法,将其作为PCA(Principal Component Analysis)方法的后端分类器,应用到人脸识别中。实验表明基于数据场的PCA方法是一种有效的人脸识别算法,具有较好的鲁棒性。

对称正定线性方程组具有任意权矩阵的多分裂迭代求解

本文利用优化模型研究求解对称正定线性方程组Ax=6的多分裂并行算法的权矩阵.在我们的多分裂并行算法中,m个分裂仅要求其中之一为P-正则分裂而其余的则可以任意构造,这不仅大大降低了构造多分裂的难度,而且也放宽了对权矩阵的限制(不像标准的多分裂迭代方法中要求权矩阵为预先给定的非负数量矩阵).并且证明了新的多分裂迭代法是收敛的.最后,通过数值例子展示了新算法的有效性.

非对称线性方程组的二阶段分裂迭代法

本文针对非对称正定矩阵提出了一个收敛分裂,给出了分裂收敛的充要条件.在此基础上,提出系数为非对称正定矩阵的线性方程组的二阶段算法,并讨论了算法的收敛条件.最后,通过数值例子展示了算法的有效性.

一种新的求解线性方程组的外推加速方法

本文提出两种优化模型,通过在子空间{x^((k))…,x^((k-m))}上寻找最优解,建立了一种新的外推加速方法.讨论了该方法的收敛性和收敛速度.最后,通过三个数值实例展示了算法是可行的和有效的.