检索结果-内蒙古大学图书馆

作者：宋如意复旦大学

学位级别：硕士

主成分分析(简称pca)是数据分析,降维处理以及可视化的流行手段,稀疏pca则是为克服pca计算结果中主成分的解释比较困难这个缺点而改进的方法.稀疏pca是带流形约束的优化问题,如果将该约束当作等式约束来处理的话,数值计算的效果不是很好... 详细信息

主成分分析(简称pca)是数据分析,降维处理以及可视化的流行手段,稀疏pca则是为克服pca计算结果中主成分的解释比较困难这个缺点而改进的方法.稀疏pca是带流形约束的优化问题,如果将该约束当作等式约束来处理的话,数值计算的效果不是很好,基于近年来流形优化的发展和成熟化,本文尝试将该非线性约束优化问题转化为黎曼流形上的优化问题,并建立了黎曼流形上的线搜索方法进行求解,在算法建立过程中对黎曼流形上非光滑函数下降方向的确定和计算方法给出了详细的阐述.本文还通过数值实验验证了算法的收敛性和可行性.

关键词：稀疏pca 黎曼流形线搜索方法下降方向

来源：评论

学校读者我要写书评

暂无评论

基于强化稀疏pca的时变过程离群点检测研究

引用

软件导刊 2020年第8期19卷 84-88页

作者：胡田田颖上海理工大学机械工程学院上海200093 上海理工大学光电信息与计算机工程学院上海200093

为改善传统离群点检测技术以适应工业过程中由于设备老化、催化剂失效等引起的时变特性,运用强化学习自主探索田纳西伊斯曼工业环境以提取最优特征变量,运用稀疏pca算法,对所提取的变量建立模型进行离群点检测,并将检测结果与强化pca、... 详细信息

为改善传统离群点检测技术以适应工业过程中由于设备老化、催化剂失效等引起的时变特性,运用强化学习自主探索田纳西伊斯曼工业环境以提取最优特征变量,运用稀疏pca算法,对所提取的变量建立模型进行离群点检测,并将检测结果与强化pca、稀疏pca和KNN模型进行比较。实验结果表明,强化稀疏pca模型可以有效提取出最优建模变量,建立最优离群点检测模型,准确率为93.33%。基于强化学习的特征提取方法可以有效实现高维数据降维,基于稀疏pca的离群点检测提高了离群点识别率,增强了主成分解释能力。

关键词：强化学习稀疏pca 特征提取时变特性离群点检测

来源：评论

学校读者我要写书评

暂无评论

张量主成分分析与高维信息压缩方法

引用

工程数学学报 2017年第6期34卷 571-590页

作者：夏志明赵文芝徐宗本西北大学统计系西安710127 西安交通大学数学与统计学院西安710049 西安工程大学理学院西安710048

本文概述了信息压缩背景下的张量主成分分析的研究历史与发展现状,并展望了一些可能的研究领域.首先,我们回顾了张量以及张量分解的历史,在信息压缩背景下张量分解可以统一表达为一个普适的统计模型;其次,按经典主成分分析(pca)、稳健... 详细信息

本文概述了信息压缩背景下的张量主成分分析的研究历史与发展现状,并展望了一些可能的研究领域.首先,我们回顾了张量以及张量分解的历史,在信息压缩背景下张量分解可以统一表达为一个普适的统计模型;其次,按经典主成分分析(pca)、稳健主成分分析以及稀疏主成分分析三大类,我们详述了每类在多样本和单样本情形下的统计理论和优化算法的进展,其中又由简单数据结构到复杂数据结构依次对向量数据、矩阵数据以及张量数据的pca发展进行了概述.

关键词：张量主成分分析信息压缩 Tucker分解稳健pca 稀疏pca

来源：评论

学校读者我要写书评

暂无评论

基于分数阶域特征提取的人脸识别算法

基于分数阶域特征提取的人脸识别算法

引用

作者：胥松寿郑州大学

学位级别：硕士

人脸识别作为图像分析和理解方面最典型的应用之一，在信息安全、电子商务、人工智能等领域得到了广泛的关注和应用。传统的人脸识别技术主要是基于灰度图像的人脸识别，这也是人们最熟悉的识别方法，已有数十年的研发历史，但其在实际... 详细信息

人脸识别作为图像分析和理解方面最典型的应用之一，在信息安全、电子商务、人工智能等领域得到了广泛的关注和应用。传统的人脸识别技术主要是基于灰度图像的人脸识别，这也是人们最熟悉的识别方法，已有数十年的研发历史，但其在实际应用中的识别精度难以满足人们的预期要求，特别是采集的图像中存在光照变化、摄像方位变异以及其它干扰时。人脸识别系统中采集的原始人脸图像通常以网格像素的灰度值表示。孤立的像素灰度集合不能直接反映人脸的内蕴特征,引入适当的变换，将其映射到变换域空间进行识别处理是行之有效的提高识别性能的处理途径。二维离散分数阶傅里叶变换(2D-FRFT)作为传统傅里叶变换的一种广义形式，其变换过程可以解释为将信号在时频平面内进行逆时针旋转的结果。人脸图像不同阶次的分数阶傅里叶变换，对应不同的分数阶域特征空间，从而可以更加有效的进行图像表征特征的提取。本文深入研究了图像分数阶域的特征特性，提出了基于二维离散分数阶域的特征提取方法，论文的主要工作和贡献如下： 1.本文提出了基于分数阶域幅度特征的稀疏表示和分类（FRFT-SRC）方法。多阶次分数阶域幅度特征的应用，不但丰富了人脸图像的表征特征空间，而且可以计算出一个压缩的FRFT条件字典，进而降低了条件字典的维度，使计算复杂度得到了一定的降低。同时，基于分数阶域幅度特征的能量聚集性，文中提出了基于稀疏pca(Sparse-pca)算法的分数阶域幅度特征提取方法。 2.本文通过对二维离散分数阶傅里叶域相位特征空间性质的研究，得到分数阶域相位域空间包含有丰富的视觉特征(纹理信息)且包含有人脸空域形状的内在特性，在人脸识别应用中具有重要的作用。基于此，本文提出了基于人脸图像多阶次的分数阶域相位特征空间的局部异或(FRFT-LXORP)纹理特征提取方法。同时为了减小描述纹理特征的向量空间的维数，避免特征提取时易出现的小样本问题(SSS问题)，本文提出了基于模块化的Fisher判别特征提取方法。 3.为了提取人脸图像丰富、有效的互补特征集，该文建立了基于二维离散分数阶域幅度特征空间、相位特征空间和实部虚部特征空间的特征提取模型。基于三种特征不同的性质，分别提取三种不同形式的互补特征集，而后计算出三种特征提取模型分类器的相似度矩阵。在决策层，用加权和的方法对三种模型的相似度矩阵进行融合得到总的相似度矩阵，用最近邻分类器进行分类得到识别结果，与基于单一特征形式的识别方法相比，识别效果有了进一步的提高。

关键词：人脸识别特征提取二维离散分数阶傅里叶变换(2D-FRFT) 稀疏表示和分类方法(SRC) 稀疏pca 局部异或模式

来源：评论

学校读者我要写书评

暂无评论

基于分数阶傅里叶变换的人脸识别

基于分数阶傅里叶变换的人脸识别

引用

作者：王亚星郑州大学

学位级别：硕士

针对图像和视频流中的人脸图像识别已经成为研究的一大热点,在电子信息、生物信息自动识别和人机交互领域等得到了广泛的应用。近年来,学术界和工业界提出了许多人脸识别算法。目前,尽管人们可以在实验环境条件下很好的对人脸图像进行... 详细信息

针对图像和视频流中的人脸图像识别已经成为研究的一大热点,在电子信息、生物信息自动识别和人机交互领域等得到了广泛的应用。近年来,学术界和工业界提出了许多人脸识别算法。目前,尽管人们可以在实验环境条件下很好的对人脸图像进行检测和识别,但在现实的环境下自动检测和自动识别仍是一个巨大的挑战。目前,人脸识别领域面临的挑战主要来自光照、观察视角、面部表情、年龄以及类如毛发、眼镜和面部饰物等遮挡因素。分数阶傅里叶变换作为傅里叶变换的广义形式,可以认为对信号在时频轴任意角度的逆时针旋转。人脸图像通过分数阶傅里叶变换被映射到时频域空间,实现信号时频域展开,同时不同阶次分数阶傅里叶变换对应不同的时频域,有利于提取人脸图像面部特征和最后的人脸识别。因此,FrFT不仅实现传统傅里叶变换的功能,而且更具有普适性和灵活性。综上所述,本文深入研究基于分数阶域的人脸特征描述和人脸识别,论文主要工作和贡献如下：1.本文提出了基于局部分数阶傅里叶变换直方图序列的人脸描述识别算法。鉴于分数阶傅里叶变换和局部二值模式(Local binary pattern,LBP)对光照、噪声等因素的鲁棒性,很好地提高了人脸识别率。首先,对一张人脸图像2D-FrFT和LBP编码分数阶域的幅度和相位；其次,编码后纹理图划为无重叠的区域和统计每个区域的直方图,最后将这张人脸图像所有区域的统计直方图串联。此外,本文引入贪婪算法对参数分数阶变换阶次进行选择。公共数据库上的仿真证明了本文算法的有效性。2.文章提出基于稀疏pca的多阶次分数阶傅里叶变换。鉴于分数阶傅里叶变换对光照、表情的鲁棒性,并已在图像处理领域得到应用,首先,FrFT幅度随阶次的变换呈现压缩性,而稀疏pca提取其主要信息且分为主要信息域和次要信息域,融合二者的互补信息组成混合幅度特征,然后融合混合幅度特征、实部特征和虚部特征,最后融合不同阶次下FrFT域特征。此外该文提出基于贪婪算法的分数阶次选择算法和基于1Fisherfaces的权重方法。ORL和AR人脸数据库上的仿真证明了本算法的有效性。3.多模态稀疏识别引入确定性遮挡词典对遮挡人脸图像稀疏编码,从而取得了鲁棒性的人脸识别效果。然而,其遮挡词典必须满足正交性及设定合理遮挡词典的困难性,此外,分数阶傅里叶变换对人脸图像噪声的鲁棒性,提出基于分数阶域幅度的局部稀疏表示和鲁棒主成分分析法相结合的人脸遮挡识别算法。文章首先对人脸图像2D-FRFT变换并任意性划分得到待选区域片,然后对多个区域片联合稀疏表示,同时鲁棒主成分分析法参与其稀疏表示计算最佳的遮挡词典并减弱遮挡、光照、表情等干扰影响。此外,提出基于最大相似度片选算法选择最佳的区域片集合和基于稀疏系数加权算法。在扩展Yale B和AR人脸库上充分验证了该算法的有效性。

关键词：人脸识别分数阶傅里叶变换局部二值模式稀疏pca 鲁棒pca 特征融合

来源：评论

学校读者我要写书评

暂无评论

分布式异构数据集的pca技术研究

分布式异构数据集的PCA技术研究

引用

作者：张进南京邮电大学

学位级别：硕士

随着现代信息网络技术的迅速发展,产生的数据越来越丰富多样化,处理这些信息有助于描述事物,发现客观规律,有效提高技术的发展和资源的利用率。但是在实际生产生活中,高维数据的冗余和噪声问题成为了人们最关注的问题之一。传统的主成... 详细信息

随着现代信息网络技术的迅速发展,产生的数据越来越丰富多样化,处理这些信息有助于描述事物,发现客观规律,有效提高技术的发展和资源的利用率。但是在实际生产生活中,高维数据的冗余和噪声问题成为了人们最关注的问题之一。传统的主成分分析虽然可以有效的降低数据维度和压缩数据,但是无法直接处理异构数据。本文主要针对存储型异构高维小样本数据,存储且语义异构的多样本数据进行分析研究,提出相应的主成分分析方法。主成分分析(pca)算法,可将复杂因素简单化为几个主成分,从而得到更加科学有效的数据信息。但是pca算法直接处理高维小样本数据,算法代价过大,并且异构数据库集成会产生误差分量,所以本文提出一种高维小样本数据的pca算法。算法通过使用改进后的主成分分析算法进行特征值处理,降低时间复杂度,同时也使用SVD分解算法,对分布式数据库集成产生的误差分量进行了最大优化。然后针对多样本异构数据,提出一种多样本异构数据的稀疏pca算法。本文通过异构特征消除和同构转换实现了数据的一致化,再结合单机制广义幂稀疏pca方法和无监督的相似性特征选择,实现两阶段的稀疏pca算法。最后,本文为简化整个操作流程,设计出基于两种异构数据形式的主成分分析系统模型。系统分别对数据采集、Web服务数据集成、分布式数据库管理、前后端控制以及主成分分析模块,都进行了详细的构建。通过构建的系统模拟实验可以证明本文两种数据形式的主成分分析算法可以有效的提取主成分载荷。其中,高维小样本主成分分析算法在时间效率和分析精确度相对于经典pca等算法都有了明显的优化,多源异构数据稀疏主成分分析算法也可以有效的提取主成分载荷,得到更具有解释性意义的特征。

关键词：主成分分析稀疏pca 特征选择误差分量同构转换数据集成

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：