检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于RMDLPP的雷达空中目标分类

系统工程与电子技术 2024年第4期46卷 1220-1228页

作者：刘帅康曹伟管志强杨学岭许金鑫中国船舶集团有限公司第七二四研究所江苏南京211153 南京航空航天大学电子信息工程学院江苏南京211106

针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP... 详细信息

针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP)的窄带雷达空中目标分类方法。首先,在计算样本之间距离时将两样本点的欧氏距离与同类样本均值相关联。然后,挑选一定数量的边界样本点进行处理并对优化DLPP目标函数进行降维。最后,使用高性能分类器对降维后的数据进行区分,实现对空中目标的分类。通过对X波段对空警戒雷达实测数据的对比实验表明,所提方法具有更好的分类准确率和对孤立点的鲁棒性。

关键词：窄带雷达空中目标分类鉴别局部保持投影最大边界准则降维

在线全文

学校读者我要写书评

暂无评论

一种线性局部切空间判别分析算法

华中科技大学学报（自然科学版） 2010年第10期38卷 66-69页

作者：蒋胜利张军英许进西安电子科技大学计算机学院陕西西安710071 洛阳师范学院信息技术学院河南洛阳471022 华中科技大学控制科学与工程系湖北武汉430074

为了在保持数据局部几何结构不变的同时使数据分类边界最大化,提出了一种用于分类的线性局部切空间判别分析算法.该算法是改进的流形学习算法的监督版,样本的局部切空间排列矩阵确保样本低维嵌入的局部几何结构不变;基于最大边界准则的... 详细信息

为了在保持数据局部几何结构不变的同时使数据分类边界最大化,提出了一种用于分类的线性局部切空间判别分析算法.该算法是改进的流形学习算法的监督版,样本的局部切空间排列矩阵确保样本低维嵌入的局部几何结构不变;基于最大边界准则的数据散度矩阵确保数据分类的类内散度最小和类间散度最大;对上述2个矩阵和进行特征分解,获得平衡的投影向量基,使样本投影后的子空间被优化.对Yale,UMIST与MIT这3个人脸数据库的实验结果表明,与现有多种经典分类方法相比,提出的算法在降维的同时提取了用于人脸识别的更有效特征,识别性能较好,具有较高的判别分析能力.

关键词：图像处理人脸识别局部切空间排列最大边界准则特征提取流形学习

在线全文

学校读者我要写书评

暂无评论

一种二次投影识别蛋白质谱数据的新方法

中山大学学报（自然科学版） 2009年第6期48卷 27-32,37页

作为一种蛋白组学工具,质谱法的使用对疾病的早期诊断和治疗带来了革命性的变化。然而,由于面临"维数灾难"问题,大部分机器学习方法不能直接用于识别蛋白质谱数据,同时这些方法也面临着识别性能较低的问题。借鉴主分量分析(PCA)与局部... 详细信息

作为一种蛋白组学工具,质谱法的使用对疾病的早期诊断和治疗带来了革命性的变化。然而,由于面临"维数灾难"问题,大部分机器学习方法不能直接用于识别蛋白质谱数据,同时这些方法也面临着识别性能较低的问题。借鉴主分量分析(PCA)与局部线性判别嵌入(LLDE)在人脸识别方面取得的较好效果,提出了用于蛋白质谱数据识别的二次投影法(DTP)及改进的二次投影法(MDTP)。该方法先对数据去噪并用T检验降维,再提取均方误最小的第一次投影特征向量与可分性最好的第二次投影特征向量,最后将预处理过的数据先后在二次特征向量空间投影并分类。在卵巢癌蛋白质谱数据上的实验表明,二次投影及其改进方法识别性能较好,优于现有各方法。

关键词：蛋白质谱主分量分析局部线性嵌入最大边界准则模式识别

在线全文

学校读者我要写书评

暂无评论

一种用于特征提取的保局判别分析算法

计算机科学 2011年第4期38卷 272-274,285页

作者：蒋胜利匡春临张军英西安电子科技大学计算机学院西安710071 洛阳师范学院信息技术学院洛阳471022

针对保局投影(LPP)为无监督算法的局限,提出了一种新的监督版的LPP,即保局判别分析(LPDA)算法。LPDA吸收了流形学习算法与最大边界准则(MMC)的共同特点,可以将高维的人脸数据投影到低维子空间,具有能处理新样本与无小样本问题的优点。... 详细信息

针对保局投影(LPP)为无监督算法的局限,提出了一种新的监督版的LPP,即保局判别分析(LPDA)算法。LPDA吸收了流形学习算法与最大边界准则(MMC)的共同特点,可以将高维的人脸数据投影到低维子空间,具有能处理新样本与无小样本问题的优点。与现有的多种经典相关方法相比,从Yale,UMIST及MIT 3个人脸数据库的实验结果表明,提出的LPDA算法在降维的同时提取了用于人脸识别的更有效的特征,人脸图像识别性能较好,具有较强的判别分析能力。

关键词：保局投影最大边界准则特征提取人脸识别流形学习

在线全文

学校读者我要写书评

暂无评论

一种相似子空间嵌入算法

山东大学学报（工学版） 2018年第1期48卷 8-14页

作者：钱文光李会民北华航天工业学院计算机与遥感信息技术学院河北廊坊065000

通过对经典的线性判别分析(Linear Discriminant Analysis,LDA)及最大边界准则(Maximum Margin Criterion,MMC)方法的分析,提出一种类内子空间深入学习的监督降维方法——相似子空间嵌入(Similarity Subspace Embedding,SSE),对类内离散度矩阵进行深入学习,得到每类的类内离散度子空间,通过对所有类内离散度子空间的学习,获得信息更为丰富的类间离散度矩阵,进而得到更好的低维空间。与MMC方法相比,SSE方法对类内数据学习更充分,同时避免了LDA方法存在的小样本问题。在AR人脸图像、Coil数据集及手写体上的试验结果表明,与其它三种相关的经典方法相比,SSE方法具有较高的识别率,说明了该方法的有效性。

关键词：降维线性判别分析最大边界准则离散度矩阵子空间小样本问题

在线全文

学校读者我要写书评

暂无评论

基于类内子空间学习的局部线性嵌入算法

阜阳师范学院学报（自然科学版） 2019年第2期36卷 52-56页

作者：王程锦王秀友林玉娥安徽理工大学计算机科学与工程学院安徽淮南232000 阜阳师范学院计算机与信息工程学院安徽阜阳236037

为了充分利用样本的类别信息,提取出更加有效的分类特征,提出一种基于类内子空间学习的局部线性嵌入算法。该算法首先获取类内离散矩阵的子空间,然后采用类内子空间构成类间离散矩阵;为了进一步增强算法的性能,使用了结合最大边界准则... 详细信息

为了充分利用样本的类别信息,提取出更加有效的分类特征,提出一种基于类内子空间学习的局部线性嵌入算法。该算法首先获取类内离散矩阵的子空间,然后采用类内子空间构成类间离散矩阵;为了进一步增强算法的性能,使用了结合最大边界准则与局部线性嵌入算法的目标函数。最后在人脸数据库上的实验结果表明,同其他算法相比,ISL/LLE算法具有更好的识别性能。

关键词：最大边界准则类内子空间局部线性嵌入