检索结果-南通市图书馆

模式识别与人工智能 2017年第4期30卷 328-334页

作者：韩璐吴飞荆晓远南京邮电大学自动化学院南京210003

针对高维数据容易对噪声敏感及容易造成维数灾难问题,文中提出基于随机子空间的局部鉴别投影算法(RSLDP).利用随机子空间方法对高维的原始数据进行特征选择,在生成的低维特征子空间构造近邻图,降低噪声影响.RSLDP通过最大化局部类间加... 详细信息

针对高维数据容易对噪声敏感及容易造成维数灾难问题,文中提出基于随机子空间的局部鉴别投影算法(RSLDP).利用随机子空间方法对高维的原始数据进行特征选择,在生成的低维特征子空间构造近邻图,降低噪声影响.RSLDP通过最大化局部类间加权散度和最小化局部类内加权散度,同时最小化样本的总体局部散度,改进局部最大间距鉴别嵌入算法,较好刻画样本与其类间类内近邻中心点的关系,有利于鉴别特征的提取.在CMU PIE和AR这2个人脸数据库上的实验表明文中算法的有效性.

关键词：随机子空间局部鉴别投影局部类内加权散度局部类间加权散度人脸识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于局部鉴别投影的大规模MIMO双层系统多用户聚类与信道估计算法研究

基于局部鉴别投影的大规模MIMO双层系统多用户聚类与信道估计算法...

引用

作者：李宁上海师范大学

学位级别：硕士

通信行业的发展可谓在引领时代的发展,而5G网络的发展占据着至关重要的地位,伴随着大量资源的投入,5G网络的运用得到飞速发展。5G在运用的过程中,具有明显的优势,比如,减低端到端延迟;整体网络速率得到极大的提升。那么5G给我们带来的... 详细信息

通信行业的发展可谓在引领时代的发展,而5G网络的发展占据着至关重要的地位,伴随着大量资源的投入,5G网络的运用得到飞速发展。5G在运用的过程中,具有明显的优势,比如,减低端到端延迟;整体网络速率得到极大的提升。那么5G给我们带来的是超越光纤的传输速率,超越工业总线的实时能力以及全空间的连接。移动网络正在使得全行业数字化,成为基础的生产力。为了提升网络速率,降低时延,提高用户服务质量,无线网络中小区密度不断增加,小区半径不断缩小。因此,在未来的5G研究中,将small cell密集密集部署在大规模MIMO(Multiple Input Multiple Output,MIMO)系统构成大规模MIMO双层系统,可以解决未来无线通信系统发展中面临的问题。其具体内容和结论如下:随着高速无线数据接入业务与用户数量的迅速增长,对于超密集大规模MIMO双层系统中宏基站的部署和小蜂窝基站的放置,研究一种适合实际场景的聚类方案,从而在保证一定的通信质量下提高系统的吞吐量。首先,针对高密度用户大规模MIMO双层系统的场景,本文利用角度和距离为相似性度量的特性提出一种基于局部鉴别投影的用户分组算法,提高了用户分组效果,降低了高维信道矩阵计算复杂度,减少了小区间的干扰。通过仿真结果表明本文所提的算法提高系统容量和吞吐量。其次,为了降低用户组间干扰和用户间干扰,本文提出一种双层最小均方误差(Minimum Mean Squareerror Estimation,MMSE)预编码。其外层预编码其利用统计信道状态信息(Channel State Information,CSI)来降低用户组间和层间干扰,而内部预编码其利用瞬时有效信道信息来减轻用户组内干扰。通过仿真分析可以看出本文所提的双层MMSE预编码性能优于其他预编码方案。最后,针对大规模MIMO双层系统中的复杂的干扰信道的信道状态信息获取,本文提出一种三阶段数据辅助信道估计方法。为了实现数据辅助方案,假设系统中没有错误且无延迟,如果在小小区基站完成数据检测和解码数据序列通过有线回程发送到宏基站。由于宏基站在用户分组后的信道具有稀疏性,从而在宏基站处的下行链路信道利用解码后的上行链路数据和已知的训练序列情况下,提出一种基于最优块正交匹配追踪(Optimal BlockOrthogonal Matching Pursuit algorithm,OBOMP)的信道估计算法。通过仿真结果表明本文所提数据辅助方法能有效地提高信道的估计精度。

关键词：大规模MIMO 流形学习预编码用户分组信道估计局部鉴别投影

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

最大类间相斥的局部鉴别投影

引用

信息安全与技术 2015年第11期6卷 33-38页

作者：李文洋施成建华继钊扬州大学信息工程学院江苏扬州225127

局部保持投影(LPP)算法,作为Laplacian特征映射的线性扩展表示,解决了非线性算法难以获得新样本低维投影的缺点。但是,由于它是一种没有标签信息的无监督方法,不能利用已知的类别信息提高分类率。为此,引入类别信息重新定义权值矩阵,提... 详细信息

局部保持投影(LPP)算法,作为Laplacian特征映射的线性扩展表示,解决了非线性算法难以获得新样本低维投影的缺点。但是,由于它是一种没有标签信息的无监督方法,不能利用已知的类别信息提高分类率。为此,引入类别信息重新定义权值矩阵,提出带有局部类别信息的局部鉴别投影,使相邻近的同类样本尽量紧凑,相邻近的异类样本尽量分开。同时,针对局部鉴别投影不能充分利用全局类别信息的缺陷,提出最大类间相斥的局部鉴别投影(MRLDP),通过最大程度地扩大异类间均值中心距离,带动异类间样本分散分布,最终得到既保持内在流形信息又使异类距离最大化的投影矩阵,并将此算法用于人脸识别。该方法在ORL人脸库和Yale人脸库上进行了验证,取得了较好的人脸识别效果。

关键词：局部鉴别投影线性判别分析流形学习人脸识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多特征融合的人脸识别技术的研究

基于多特征融合的人脸识别技术的研究

引用

作者：李文洋扬州大学

学位级别：硕士

随着网络信息技术的飞速发展,信息已经成为推动经济快速发展的新型生产力,信息安全带来的隐患成为制约信息生产力发展的重要因素。对人的身份信息进行快速准确判别的途径已经成为了一个亟待解决问题,人脸识别由于其非接触式、信息采集... 详细信息

随着网络信息技术的飞速发展,信息已经成为推动经济快速发展的新型生产力,信息安全带来的隐患成为制约信息生产力发展的重要因素。对人的身份信息进行快速准确判别的途径已经成为了一个亟待解决问题,人脸识别由于其非接触式、信息采集设备简单、多平台支持等优势从众多的生物识别设备中脱颖而出。实时的人脸识别系统涵盖了人脸检测、人脸校准、图像预处理、人脸注册、人脸特征提取与匹配等若干模块。人脸检测可以通过视频流的实时检测,以检测是否包含人脸图像及位置确定,人脸识别是通过对检测到的人脸图像与已知身份的人脸相匹配,以确定检测到的人脸图像的身份。本文对人脸检测算法以及主要的图像预处理算法做了详细的介绍,并重点对人脸识别阶段进行研究并提出了算法改进。目前,人脸识别的方法一般分为基于尺度不变特征(SIFT)、局部二值模式、Harris角点等的局部特征表征,以及基于线性以及非线性子空间分析、流形学习、神经网络和支持向量机等的全局特征表征。尽管这些方法对正面人脸以及简单背景环境的鉴别有较好的效果,但是当人脸存在姿态变换、角度偏转等复杂因素时,鉴别精度就会出现较大波动,是以复杂因素下鉴别精度的提升成为科研的主要方向。主要研究工作如下：(1)尺度不变的SIFT特征是人脸局部特征的表征方式之一,在传统SIFT方法中,由于特征点的坐标是根据高斯差分空间的局部极值点来确定,造成特征点匹配困难。为了解决这一问题,提出了基于标点邻域SIFT描述符的特征提取(LN-SIFT)算法。本文首先采用基于回归的局部二值特征对人脸进行校准,获取了与人的面部几何特征相吻合的标点,从而采用有益于人脸鉴别的标点代替SIFT算法的特征点。然后,用具有不变特性的SIFT描述符来表征标点邻域内的局部特征,从而有效地提高了鉴别速度以及鉴别精度。最后,对标点按照人脸几何特征区域进行加权,能够对人脸的姿态变化以及角度偏转等因素引起的误差有一定的鲁棒性。(2)由于非线性的拉普拉斯特征映射,具有难以获得新样本的低维投影的缺点,局部保持投影对其进行了线性扩展,使样本可以通过线性投影矩阵快速的投影到子空间中。但是,这一方法是一种不包含标签信息的无监督方法,未能使用已知的标签信息提高鉴别精度。为了解决这一问题,提出了最大类间相斥的局部鉴别投影(MR-LDP)算法。本文采用添加了局部类别信息的权值矩阵,从而使近邻的同一类别样本尽量紧凑,近邻的不同类别样本尽量远离。同时,针对未能充分利用全局类别标签信息的缺点,引入了最大化不同类别间样本信息,从而使不同类别间均值中心最大程度地相互远离带动了不同类别间样本的整体分散,最后得到既保持了内在流形结构又使不同类别的距离最大的全局特征投影矩阵。(3)人类以及其他高等生命面对未知的待识别对象时,都会自主提取对象若干的最有意义特征,然后通过若干特征的综合融合作为鉴别的依据。单独的特征鉴别很难达到最优的效果,难以对光线、背景、姿态等若干因素的变化做出自适应的反应,从而缺乏依据环境变化的自动调节性。为了解决这一问题,通过对本文的局部特征提取算以及全局特征提取算法进行了融合,提出了基于混合特征的人脸鉴别算法,有效的提高了鉴别精度。

关键词：人脸校准 SIFT特征描述符局部鉴别投影流形学习信息融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：