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

鉴别矢量集方法的改进与比较

闽江学院学报 2004年第5期25卷 41-43页

作者：徐戈张祖昌闽江学院计算机科学系福建福州350108

结合Foley-Sammon最佳鉴别矢量集方法和统计不相关最佳鉴别矢量集方法,本文给出了正交线性无关鉴别矢量集方法。为了对已得到的鉴别矢量集方法进行分析比较,使用Matlab鳊程实现了有关算法,并采用UCI中典型数据集以及ORL人脸图像数据库... 详细信息

结合Foley-Sammon最佳鉴别矢量集方法和统计不相关最佳鉴别矢量集方法,本文给出了正交线性无关鉴别矢量集方法。为了对已得到的鉴别矢量集方法进行分析比较,使用Matlab鳊程实现了有关算法,并采用UCI中典型数据集以及ORL人脸图像数据库进行测试。根据测试结果,对各种鉴别矢量集方法做出了比较。

关键词：模式识别特征抽取 Fisher判别准则鉴别矢量

在线全文

学校读者我要写书评

暂无评论

基于模糊最大散度差判别准则的聚类方法

软件学报 2009年第11期20卷 2939-2949页

作者：皋军王士同江南大学信息工程学院江苏无锡214122 盐城工学院信息工程学院江苏盐城224001 浙江大学CAD&CG国家重点实验室浙江杭州310027

基于最大散度差判别准则提出了一种模糊最大散度差准则,并根据模糊最大散度差准则提出一种聚类方法(fuzzy maximum scatter difference discriminant criterion based clustering algorithm,简称FMSDC).该方法通过迭代优化方法实现聚类... 详细信息

基于最大散度差判别准则提出了一种模糊最大散度差准则,并根据模糊最大散度差准则提出一种聚类方法(fuzzy maximum scatter difference discriminant criterion based clustering algorithm,简称FMSDC).该方法通过迭代优化方法实现聚类的同时还可以实现特征降维.该方法首先在最大散度差判别准则中引入模糊概念;然后通过具体原则设定模糊最大散度差判别准则中的参数η,从而在一定程度上降低了由参数η引起的敏感性;最后分别根据模糊隶属度μik、最优鉴别矢量ω进行聚类和特征降维.实验结果表明,FMSDC方法不但具有基本的聚类功能,而且具有较好的鲁棒性和较强的特征降维能力.

关键词：模糊最大散度差判别准则鉴别矢量降维模糊聚类鲁棒性

在线全文

学校读者我要写书评

暂无评论

改进的KMSE方法及其实现

模式识别与人工智能 2007年第3期20卷 394-398页

作者：徐勇陆建峰金忠杨静宇哈尔滨工业大学深圳研究生院深圳518055 南京理工大学计算机科学与技术系南京210094

依据 KMSE 模型对应的特征空间中的鉴别矢量可表示为部分训练样本的线性组合这一理论前提,可利用回归分析中变量选择的思路对 KMSE 模型加以改进.在本文中为了提高 KMSE 的分类效率而发展出的基于最小平方误差准则的算法能大大提升 KMSE... 详细信息

依据 KMSE 模型对应的特征空间中的鉴别矢量可表示为部分训练样本的线性组合这一理论前提,可利用回归分析中变量选择的思路对 KMSE 模型加以改进.在本文中为了提高 KMSE 的分类效率而发展出的基于最小平方误差准则的算法能大大提升 KMSE 模型的分类速度.实验结果显示该算法还能取得较优的分类性能.

关键词：核Fisher鉴别分析(KFDA) 核最小平方误差(KMSE) 鉴别矢量模式识别

在线全文

学校读者我要写书评

暂无评论

统计不相关最优鉴别分析的理论与算法

南京理工大学学报 2002年第2期26卷 179-182页

作者：杨健杨静宇刘宁钟南京理工大学计算机科学与技术系南京210094

该文分析了Fisher准则函数所对应的广义特征方程的特征向量的性质 ,在此基础上揭示了具有统计不相关性的最优鉴别矢量集的本质 ,即为广义特征方程的d个最大的特征值所对应的满足共轭正交条件的特征向量。指出了统计不相关的最优鉴别分... 详细信息

该文分析了Fisher准则函数所对应的广义特征方程的特征向量的性质 ,在此基础上揭示了具有统计不相关性的最优鉴别矢量集的本质 ,即为广义特征方程的d个最大的特征值所对应的满足共轭正交条件的特征向量。指出了统计不相关的最优鉴别分析是经典的Fisher线性鉴别分析的进一步发展。在ConcordiaU niversityCENPARMI手写体阿拉伯数字数据库上的试验结果证实了所提出算法的有效性。

关键词：最优鉴别统计不相关线性分析特征抽取数字识别鉴别矢量 Fisher准则函数

基于统计不相关线性鉴别分析与多特征融合的细胞识别

在线全文

学校读者我要写书评

暂无评论

基于统计不相关线性鉴别分析与多特征融合的细胞识别

作者：曲福恒吉林大学

学位级别：硕士

随着图像处理及识别技术在生物医学领域的应用日趋深入,显微图像的自动分析已经成为医学图像处理和分析的重要研究课题,如显微图像的红细胞、白细胞自动分类,染色体分析,癌细胞识别等.利用图像处理及识别技术对尿沉渣镜检图像进行细胞... 详细信息

随着图像处理及识别技术在生物医学领域的应用日趋深入,显微图像的自动分析已经成为医学图像处理和分析的重要研究课题,如显微图像的红细胞、白细胞自动分类,染色体分析,癌细胞识别等.利用图像处理及识别技术对尿沉渣镜检图像进行细胞识别是本文研究的主要目标. 细胞的识别往往需要提取出比较精确的细胞边缘,本文提出了一种对边缘依赖度很小的识别方法.先利用细胞图像的灰度及纹理特征对细胞的位置进行粗定位,然后利用图像的频谱特征、奇异值特征以及灰度特征在统计不相关最佳鉴别矢量集上的投影作为识别的依据,实现了组合特征的细胞识别.这样既保留了参与融合的多特征有效鉴别信息,又很大程度上消除了信息冗余,实现了可观的信息压缩,取得了良好的识别效果.在本文中先介绍了线性鉴别原理及其数学证明,然后根据计算矩阵特点提出了一种改进的迭代法来求解相邻矩阵奇异值的数值算法,最后给出本文细胞识别的具体步骤和实验结果.

关键词：鉴别矢量组合特征迭代法

基于Fisher准则特征融合策略的PNN车牌汉字识别

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

现代电子技术 2010年第8期33卷 106-110页

作者：高全华张士勇孙锋利长安大学理学院陕西西安710064 西北工业大学电子信息学院陕西西安710077

为克服图像二值化预处理的不利影响,提高汉字字符图像特征的表征能力,降低传统算法的训练复杂度,在此直接应用车牌字符灰度图像,基于Fisher准则对提取的Pseudo-Zernike矩特征和Gabor变换特征进行融合,在最佳鉴别矢量方向上求得表达能力... 详细信息

为克服图像二值化预处理的不利影响,提高汉字字符图像特征的表征能力,降低传统算法的训练复杂度,在此直接应用车牌字符灰度图像,基于Fisher准则对提取的Pseudo-Zernike矩特征和Gabor变换特征进行融合,在最佳鉴别矢量方向上求得表达能力更强的融合特征。训练结构简单、速度较快的概率神经网络作为识别器,实现车牌汉字的正确、快速识别。试验表明,此算法无需对车牌汉字图像二值化,与所采用的概率神经网络识别器相比,传统BP,SVM等的训练复杂度降低,速度提高,经表征能力更强的融合特征训练后,具有更高的识别准确率。

关键词： Fisher准则鉴别矢量特征融合概率神经网络车牌汉字识别