- 年份
- 2021（1）
- 2020（1）
- 2018（3）
- 2017（1）
- 2014（3）
- 2013（1）
- 2011（3）
- 2007（1）
- 2006（1）
- 2005（1）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（14）
- 中国科学引文数据库(CSCD)（12）
- 北京大学中文核心期刊目录(北大核心)（9）
- 刊名
- 计算机工程（4）
- 计算机工程与应用（2）
- 计算机应用与软件（2）
- 中南大学学报（自然科学版）（1）
- 云南民族大学学报（自然科学版）（1）
- 作物学报（1）
- 安徽工程科技学院学报（自然科学版）（1）
- 电子学报（1）
- 电焊机（1）
- 计算机科学与探索（1）
- 更多...
- 作者单位
- 云南师范大学（2）
- 中南大学（1）
- 北京科技大学（1）
- 华南理工大学（1）
- 南京大学（1）
- 南京理工大学（1）
- 哈尔滨师范大学（1）
- 大连理工大学（1）
- 宁夏大学（1）
- 山东大学（1）
- 更多...
- 语种
- 汉语（17）
- 关键词
- Fisher线性判别分析（17）
- 人脸识别（3）
- 特征提取（2）
- Fisher准则（1）
- L1范数度量（1）
- Logistic回归分析（1）
- Mahalanobis距离判别分析（1）
- YCbCr颜色空间（1）
- 三角模糊数（1）
- 不变矩（1）
- 更多...
- 作者
- 张涛（2）
- 胡恩良（2）
- 万康康（1）
- 于延（1）
- 余景丽（1）
- 侍威（1）
- 刘三阳（1）
- 刘秀平（1）
- 刘艳艳（1）
- 刘蓉（1）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 17 条结果
- 基于小波特征的星系光谱分类北大核心CSCD摘要：提出了一种新的星系光谱分类方法.首先,对原始光谱进行四级小波分解,选择主要包含谱线信息的第四级小波系数作为光谱的小波特征;然后,利用主分量分析对光谱的小波特征进行特征压缩,得到光谱的识别特征;最后,利用Fisher线性判别分析实现分类.该方法能够在红移值未知的情况下,对流量未定标的星系光谱进行识别.通过实验与其他几种分类方法进行了比较.实验结果表明,本文方法具有较强的鲁棒性,在流量未定标情况下的识别效果优于其他几种分类方法.
- 基于模糊CCA的图像特征提取和识别北大核心CSCDCSTPCD
- FLDA的核化过程摘要：核方法是近年发展起来的一种新的机器学习方法,它可在高维(特征)空间中用线性的方法有效地解决低维(输入)空间中线性不可分问题.采用核方法,在Mika提出的核Fisher判别基础上,给出Fisher判别分析从输入空间变换到特征空间的数学过程(核化过程),并对特征空间中投影向量可由训练样本线性表示问题予以证明.
- FLDA 在单样本人脸识别中的应用研究CSCDCSTPCD摘要：随着人脸识别技术的不断发展，单样本人脸识别已成为当今的一个热点。针对单样本人脸识别问题，提出一种基于通用框架学习的人脸识别方法。以大量的通用样本与各个单样本按一定比例叠加的方式，增加每个类的训练样本总数，有效地运用 FL-DA 方法进行特征抽取，将所有样本投影到特征子空间，再利用最近邻方法完成人脸识别，一定程度上减轻了人脸的表情、姿态、光照等因素对识别效果的影响，提高了识别率。该方法的有效性分别在 ORL 及 Yale 两大人脸库上得到了验证。
- 基于YCbCr颜色空间和Fisher判别分析的棉花图像分割研究北大核心CSCDCSTPCD摘要：棉花的分割是采棉机器人研究的关键技术.本文分别在HSV、HIS和YCbCr颜色空间下,首先根据棉花的颜色信息与背景颜色信息的差距,对样本图像中的各个对象（棉絮、棉枝、土壤等）分类；其次根据分类结果分别提取各类在各颜色空间下的样本像素值；再根据类间离散度最大和类内离散度最小的准则计算出Fisher判别向量和各类的质心；最后按照像素值离各质心最近的准则进行图像分割.结果表明,在YCbCr颜色空间下产生的分割噪声最小,选取此颜色空间,采用贴…查看全部>>
- 采用频谱脸和FLD的分量融合彩色人脸识别CSCDCSTPCD摘要：为了充分利用彩色信息而又不使算法过于复杂,提出了一种对彩色人脸图像进行识别的新方法,首先基于HSV空间提取S、V分量,然后分别采用频谱脸与FLD对其进行特征提取,再以两分量的融合特征作为分类依据进行识别.选取典型特征S和V,既保留了彩色信息又降低了复杂度.频谱脸实际上就是小波概貌图像的傅里叶幅度谱,其位移不变性和旋转不变性能有效消除因为人像表情变化和少许掩膜带来的识别误差.通过对ESSEX大学彩色人脸库的识别实验,验证了该方法有很好的识别能力.
- 基于Fisher判别分析的贝叶斯分类器CSCDCSTPCD摘要：针对满足"类条件属性相互独立"假定的经典贝叶斯分类器无法有效利用类间信息的缺陷,结合Fisher线性判别分析,给出一种基于Fisher线性判别分析的贝叶斯分类器的改进算法.该算法通过寻找类与类最大分离的投影空间,将原样本向最大分离空间投影,以获得新样本,并采用贝叶斯分类器对新样本进行分类.实验结果表明,在给定的数据集上,该贝叶斯分类器的分类正确率较高,分类性能较好.
- 自适应通用学习框架在人脸识别中的应用研究CSCDCSTPCD摘要：现实生活中,人脸识别系统通常必须面对单样本每人(SSPP)的问题,即在数据库中每个人只有1张训练样本.这种情况下,系统不能很好地学习训练样本的判别信息,因而许多流行的人脸识别方法将不能很好地奏效.为了解决这个问题,自适应通用学习(A GL)方法利用一个通用判别模型来更好地区分各个单训练样本,同时,采用双线性表示算法来推测类间矩与类内矩,使得FLDA可以应用于单样本人脸识别.在ORL及FERET的实验表明,与其他几种常用的方法相比…查看全部>>
- 基于Fishr线性判别分析的弧焊电源动特性自适应检测CSTPCD摘要：利在电弧焊技术快速发展的形势下,研究新的方法以实现多样化弧焊电源的自适应检测十分有意义.提出基于Fisher线性判别分析的方法,从特征库中生成与被测弧焊电源的动特性等级密切相关的若干特征,以实现自适应检测.CO2弧焊电源动特性检测试验表明:本方法合理可行,分类准确率达95.24％,已接近应用要求.经过进一步的对比分析后证实,Fisher线性判别分析等能取得更好的分类效果,是当前首选的特征生成方案.
- 基于近似梯度算法的Fisher线性判别分析问题的求解研究CSTPCD摘要：Fisher线性判别分析(FLDA,Fisher linear discriminant analysis)是一种经典的线性降维方法,可归结为广义特征值问题的求解,但广义特征值问题的求解的复杂度较高.为了更好地求解FLDA问题,引入了近似梯度下降(PGD,proximal gradient descent)算法,并分析了该算法的收敛性.实验结果表明,相较于求解广义特征值等方法,PGD算法能更高效地求解FLDA问题.