检索结果-内蒙古大学图书馆

作者：韦玮上海师范大学

学位级别：硕士

心脏病,高血压作为慢性疾病,具有病程长,久治不愈的特点,而且这类疾病在发病前没有明显的征兆,容易带来极大的生命隐患。其次,随着老年化社会的到来以及人民健康理念的转变,亚健康状态普遍存在,医疗费用巨大。可穿戴设备的研究,心电和... 详细信息

心脏病,高血压作为慢性疾病,具有病程长,久治不愈的特点,而且这类疾病在发病前没有明显的征兆,容易带来极大的生命隐患。其次,随着老年化社会的到来以及人民健康理念的转变,亚健康状态普遍存在,医疗费用巨大。可穿戴设备的研究,心电和血压检测的需求成为了一个引人注目的社会问题。对于短暂的医疗仪器测量心脏和血压情况,目前市场上可穿戴式医疗设备技术不成熟有时发现不了突变的异常心电和血压信号,因此,采用远程医疗技术,通过佩戴心电和血压检测仪器长时间监测心脏,血压活动。。可以及时发现异常心电和血压信号,起到早发现早预防的作用。然而,由于心电和血压检测仪长时间采集信号,会产生巨大的数据量,增加存储设备负担,对于心电和血压检测仪的制作工艺微型化产生不利因素,同时不利于医生快速诊断治疗。因此,本文主要针对远程医疗中检测到的高维动态的多元时间序列信号来研究时间序列数据特征降维,以及对特征数据的分类。首先,结合实验室的心电和血压检测仪,设计动态多元生理时序信号采集实验,采集实验者平静状态和运动状态的心电和血压数据。由于实验采集的数据量大,并且有一定的噪声干扰,存在大量冗余的数据,这部分数据对于医疗诊断意义甚小,因此需要对心电,血压信号进行降噪处理。首先对采集的心电和血压信号进行小波滤波,心电和血压数据的基本特征存在于周期波形里。依据心电和血压信号的基本特征进行单周期分割。其次,为了解决主成分分析(PCA)方法难以处理二维矩阵数据,PCA方法需将二维矩阵数据展开成向量,从而导致结构性信息的丢失。为了解决多元时间序列高维,数据量大等复杂问题。将处理图像信号的2DPCA方法应用于多元生理信号,相比于PCA,2DPCA是基于二维矩阵,在处理二维矩阵数据时不需要在特征提取之前将其转化为一维向量。而PCA在处理相似问题时,二维矩阵数据必须转化为一维向量。在处理Covariance matrix时,2DPCA的规模要小得多。用于快速挖掘有用的数据特征,降低时间序列维数。将该方法应用于15位在校大学生的心电血压采集数据,实验结果表明,二维主成分分析性能评价指标效果显著,达到多元高维时序信号特征降维的要求。再者,为了实现对心电和血压检测信号不同病理特征的划分,本文提出了一种基于遗传决策树的分类方法。因此提出基于结构性编码和组合型适应度函数遗传分类算法,该方法改进编码方案和适应度函数,编码方案针对数据量大,染色体长度过长浪费空间,没有良好的参考位置等问题,设计了结构性编码方案优化上述问题。同时为了达到我们想要的分类精度。设计了组合型适应度函数,改进模型的分类精度和规模。并采用混淆矩阵评价指标评价改进后的方法与决策树算法的好坏。最后,为了验证基于结构性编码和组合型适应度函数遗传分类算法在分类精度和规模控制等方面的性能。将采集的心电和血压信号,美国医学院数据库腕关节数据应用于提出的新方法上进行不同特征的划分。

关键词：二维主成份分析数据降维遗传算法决策树

来源：评论

学校读者我要写书评

暂无评论

基于CSI的室内定位算法研究

基于CSI的室内定位算法研究

引用

作者：毛士玲华中科技大学

学位级别：硕士

随着无线通信网络的发展与智能设备的普及,基于位置的服务逐渐深入人们的生活,促使着研究者、工业界将更多的精力与热情投入到定位的研究中。室内环境由其固有的局限性,仍缺少有效的定位技术,本文充分研究了多种定位技术,提出了基于信... 详细信息

随着无线通信网络的发展与智能设备的普及,基于位置的服务逐渐深入人们的生活,促使着研究者、工业界将更多的精力与热情投入到定位的研究中。室内环境由其固有的局限性,仍缺少有效的定位技术,本文充分研究了多种定位技术,提出了基于信道状态信息的室内定位方法。首先,本文重点研究了基于WiFi的室内定位技术,并在此基础上指出基于接收信号强度定位技术的不足以及信道状态信息的优势,充分的调研了基于信道状态信息的室内定位算法,分析了已有算法的问题。通过实验与数据分析,充分阐明了信道状态信息随时间的稳定性、随接收设备方向的变化性、随人员移动等的波动性、对位置变化的敏感性,阐述了信道状态信息的位置识别有效性、应用信道状态信息进行定位的关注点以及影响信道状态信息有效性的因子。其次,为去除子载波信号的相关性,提出了对数据进行归一化;为充分提取不同训练样本的差异性,同时减少瞬时波动信号的影响,本文提出了利用加权主成分分析法算法对数据进行降维与特征提取,结合贝叶斯算法对待定位数据进行定位;本文提出了基于统计的贝叶斯算法,避免传统贝叶斯算法对数据分布的假设。再次,为充分提取样本的类内相似性、类间差异性,本文利用基于Fisher准则函数的线性判别算法进行特征提取,结合贝叶斯算法实现了更高的定位准确度;为减少环境因子如人员移动对定位效果的影响,引入了“位置图像”的概念,利用双向二维主成份分析算法移除“位置图像”的行列相关性,结合贝叶斯算法与K近邻算法实现定位,在保证特征信息的同时减少计算量,并充分提高定位准确度。最后,利用配备Intel 5300无线网卡的电脑以及NETGEAR在两种实验场景下进行了实验,并验证了所提算法的有效性。

关键词：信道状态信息加权主成份分析统计贝叶斯线性判别分析二维主成份分析

来源：评论

学校读者我要写书评

暂无评论

双树复小波多频带类内类间不确定度融合的人脸识别

引用

计算机科学 2014年第2期41卷 87-90页

作者：王仕民叶继华王明文程柏良江西师范大学计算机信息工程学院南昌330022 同济大学嵌入式系统与服务计算教育部重点实验室上海200092

为了更好地获取人脸的纹理特征和解决人脸多频带的权值问题,提出了双树复小波多频带类内类间不确定度特征融合的人脸识别算法。首先使用了人脸双树复小波多频带特征构建人脸的纹理特征,引入了双树复小波多频带类内类间的不确定度计算多... 详细信息

为了更好地获取人脸的纹理特征和解决人脸多频带的权值问题,提出了双树复小波多频带类内类间不确定度特征融合的人脸识别算法。首先使用了人脸双树复小波多频带特征构建人脸的纹理特征,引入了双树复小波多频带类内类间的不确定度计算多频带特征权值,同时采用了二维主成份分析方法对人脸多频带特征进行重构线性子空间,人脸子空间加权融合得到的最终特征能够保证投影后样本在新的空间中有最小的类内距离和最大的类间距离。使用ORL人脸图像库进行了实验与分析,结果表明所提出的方法比经典的二维主成份分析、传统小波、Gabor小波和双树复小波方法取得了更好的识别效果。

关键词：人脸识别双树复小波类内类间不确定度特征融合二维主成份分析

来源：评论

学校读者我要写书评

暂无评论

基于L_p范数的2DPCA的人脸识别方法

引用

计算机工程与应用 2013年第11期49卷 183-186,227页

作者：李勇梁志贞夏士雄中国矿业大学计算机科学与技术学院江苏徐州221116

主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一... 详细信息

主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一种基于L1范数的且受Lp范数约束的2DPCA方法(2DPCA-Lp)。当参数p接近1时,它可以得到稀疏的解。该方法既具有2DPCA的快速方便性,又是泛化的并且对异常值较不敏感。同时也证明该方法可以取得一个局部最大化的解。通过在ORL和UMIST人脸库上的实验表明了该方法的有效性。

关键词：主成分分析脸识别特征提取二维主成份分析 Lp范数 ORL人脸库

来源：评论

学校读者我要写书评

暂无评论

基于自学习的二维半监督人脸识别方法研究

基于自学习的二维半监督人脸识别方法研究

引用

作者：徐治平河北大学

学位级别：硕士

随着人类社会数字化程度的提高，身份认证成为人们日常生活中的基本活动之一。生物特征识别作为一种重要的身份认证技术，已经受到人们的广泛关注，该方法主要利用人体的固有生理特征或行为特征来进行身份认证。人脸作为人最重要的生物... 详细信息

随着人类社会数字化程度的提高，身份认证成为人们日常生活中的基本活动之一。生物特征识别作为一种重要的身份认证技术，已经受到人们的广泛关注，该方法主要利用人体的固有生理特征或行为特征来进行身份认证。人脸作为人最重要的生物特征之一，以其独特的优势，成为身份认证的最基本同时也是最重要的一种手段。人脸识别技术结合了多学科、多领域的知识、技术和方法，对其进行研究具有重大的理论和实际应用价值。在人脸识别方法中，由于基于统计的子空间人脸识别方法具有理论基础完备、特征提取过程简单、人脸识别率高的特性，所以该方法很快成为人脸识别中的一个重要研究方向。本文在分析研究了人脸识别的国内外研究现状后，对子空间的人脸识别方法进行了研究，主要内容包括以下几个方面： 1.分析研究了主成份分析（PCA）与线性判别分析（LDA）的人脸识别方法的基本原理和特征提取方法，并对这两种方法存在的问题进行了研究；另外，分析研究了两种基于子空间的二维人脸识别方法2DPCA和2DLDA及特征提取原理和过程，并对二维扩展方法2DPCA和2DLDA进行了详细的阐述。 2.提出了两种融合2DPCA和2DLDA特征进行人脸识别的策略。在对2DPCA和2DLDA特征提取方法及其原理深入研究分析的基础上，根据2DPCA方法擅于特征表述，而2DLDA方法擅于特征鉴别的特点，将基于2DPCA特征和2DLDA特征的人脸识别方法相结合，提出了两种决策层的融合2DPCA和2DLDA特征进行人脸识别的策略，并利用实验验证了所提出策略的有效性。 3.提出了两种基于子空间的半监督自学习的二维人脸识别方法。针对实际应用中面临的已知类别标签的统计样本不足的问题，将半监督的自学习方法引入到这两种重要的二维方法中来，提出了半监督的主成份分析（SS2DPCA）和半监督的线性判别分析（SS2DLDA）两种方法，并利用实验验证了这两种人脸识别方法的有效性。实验研究了两种半监督二维方法能够充分利用未知类别标签的人脸图像样本来对分类器进行训练，弥补了由于训练样本不足所带来的特征提取及识别分类的缺陷，增强了分类器对光照和姿态表情等变化影响的鲁棒性，提高人脸识别分类的正确率，特别是在已知类别标签训练样本缺少的情况下，对分类器的性能改进效果更为显著。

关键词：特征提取人脸识别二维主成份分析二维线性鉴别分析自学习

来源：评论

学校读者我要写书评

暂无评论

基于2DPCA和压缩感知的人脸识别方法

引用

计算机工程 2011年第22期37卷 176-178页

作者：陈财明宋加涛张石清台州学院物理与电子工程学院浙江临海317000 宁波工程学院电子与信息工程学院浙江宁波315016

提出一种基于二维主成份分析(2DPCA)和压缩感知的人脸识别方法。阐述2DPCA提取特征向量的工作原理,利用压缩感知方法求解待识别图像在足够样本下的稀疏表示。由所有训练图的特征向量构成测量矩阵,将每一幅待识别图像的特征向量作为测量... 详细信息

提出一种基于二维主成份分析(2DPCA)和压缩感知的人脸识别方法。阐述2DPCA提取特征向量的工作原理,利用压缩感知方法求解待识别图像在足够样本下的稀疏表示。由所有训练图的特征向量构成测量矩阵,将每一幅待识别图像的特征向量作为测量值,由压缩感知中求解的L1范数极小值得到待识别图像的编码信号,根据该编码信号识别人脸图像。实验结果表明,与其他组合方法相比,基于2DPCA和压缩感知的人脸识别方法得到的识别率较高。

关键词：人脸识别压缩感知二维主成份分析 L1范数稀疏表示

来源：评论

学校读者我要写书评

暂无评论

一种改进的2DPCA方法在人脸识别中的应用

引用

苏州大学学报（工科版） 2011年第6期31卷 48-52页

作者：施志刚姜彬南通航运职业技术学院管理信息系江苏南通226010

为了提高二维主成份分析(2DPCA)方法在人脸识别中的识别率,提出了一种改进的2DPCA和分块图像相结合的人脸识别方法。该方法根据类内图像与该类平均图像的距离,引入加权函数,重新定义2DPCA的总体散布矩阵,并应用到分块图像中,对训练样本... 详细信息

为了提高二维主成份分析(2DPCA)方法在人脸识别中的识别率,提出了一种改进的2DPCA和分块图像相结合的人脸识别方法。该方法根据类内图像与该类平均图像的距离,引入加权函数,重新定义2DPCA的总体散布矩阵,并应用到分块图像中,对训练样本子图像采用改进的2DPCA方法进行特征提取,实现模式分类。在ORL标准人脸库上的实验结果表明,它可以有效地提高识别率。

关键词：二维主成份分析类内图像加权总体散布矩阵分块图像特征提取

来源：评论

学校读者我要写书评

暂无评论

基于差空间和最大散度差鉴别分析的人脸识别方法

引用

东南大学学报（自然科学版） 2009年第6期39卷 1130-1134页

作者：李晓东费树岷张涛东南大学复杂工程系统测量与控制教育部重点实验室南京210096 临沂师范学院信息学院临沂276005

为了提高最大散度差鉴别分析方法在人脸识别中的识别率,提出了一种改进的基于差空间的最大散度差鉴别分析人脸识别算法.该方法把类内平均脸方法应用到2DPCA算法中,并基于改进的2DPCA方法分别建立训练样本和测试样本的差空间,然后用类内... 详细信息

为了提高最大散度差鉴别分析方法在人脸识别中的识别率,提出了一种改进的基于差空间的最大散度差鉴别分析人脸识别算法.该方法把类内平均脸方法应用到2DPCA算法中,并基于改进的2DPCA方法分别建立训练样本和测试样本的差空间,然后用类内中间值代替类内均值修改了最大散度差鉴别算法中类内散布矩阵的定义.用改进后的最大散度差鉴别法对得到的差空间进行鉴别分析,分别提取训练样本和测试样本的鉴别特征,用最近邻分类器分类.在ORL人脸数据库上的实验结果表明,该方法可以有效地改善识别率.

关键词：二维主成份分析类内平均脸差空间最大散度差鉴别分析

来源：评论

学校读者我要写书评

暂无评论

一种基于2DPCA和SVM的人脸识别方法

引用

通信技术 2009年第5期42卷 100-102页

作者：万鸣华刘中华金忠南京理工大学计算机科学与技术学院江苏南京210094

在人脸识别过程中,基于2DPCA特征提取方法具有直接、高效等特点。但它只包含了二阶统计信息,因而丢失了可能对分类很有用的高阶统计信息而使识别率受到一定影响。SVM采取升维的方法把线性不可分问题转变为线性可分问题,识别率较高,但直... 详细信息

在人脸识别过程中,基于2DPCA特征提取方法具有直接、高效等特点。但它只包含了二阶统计信息,因而丢失了可能对分类很有用的高阶统计信息而使识别率受到一定影响。SVM采取升维的方法把线性不可分问题转变为线性可分问题,识别率较高,但直接对图像分类时运算量大、运行时间长。文章结合两者的优点,使用了2DPCA和SVM相结合的人脸识别方法,即先利用2DPCA进行特征提取,然后把降维后的数据输入SVM进行分类识别。该方法在ORL、YALE人脸库上的实验表明,不但可以提高识别率,而且所用时间明显减少。

关键词：二维主成份分析支持向量机人脸识别特征提取

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：