注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. local principal component analysis（局部PCA）（英文pdf）

  2. PCA包括全局PCA（即经典的PCA算法），但是在进行高维数据的维度估计或者维度约简时，因为高维数据集中在超球面上，用局部PCA算法取得的效果更好。

  3. 所属分类：其它

    • 发布日期：2009-11-24
    • 文件大小：613kb
    • 提供者：aishili

  1. PCA-SIFT matlab

  2. PCA-SIFT matlab，对学习局部区域算子的人会有所帮助。

  3. 所属分类：其它

    • 发布日期：2009-12-28
    • 文件大小：666kb
    • 提供者：ouyeni

  1. 基于pca的LFP分类

  2. 采用PCA对大鼠刺激前后局部场电位进行分类，由于数据需要保密只上传了程序

  3. 所属分类：其它

    • 发布日期：2012-10-25
    • 文件大小：6kb
    • 提供者：mmyanbo

  1. PCA与HMM实现人脸识别

  2. 主要参数说明PCA人脸识别，以及局部奇异分解与隐马尔科夫模型实现人脸识别别，应用人脸库对模型方法的验证，实验说明是识别率高的。

  3. 所属分类：专业指导

    • 发布日期：2013-09-09
    • 文件大小：1mb
    • 提供者：u011930882

  1. 关于PCA-SIFT的几篇文章

  2. 1.2DPCA_SIFT_一种有效的局部特征描述方法_颜雪军 2.基于PCA_SIFT和马氏距离的SAR图像自动配准_张建勋 3.主成分分析法_PCA_在SIFT匹配算法中的应用_马莉

  3. 所属分类：讲义

    • 发布日期：2015-05-01
    • 文件大小：1mb
    • 提供者：jnanj

  1. PCA-SIFT源码

  2. 在目标检测与识别中，一个稳定的，描述一个局部区域的特征非常的重要。Mikolajczyk 和 Schmid尝试了一系列的方法。 本程序中，就将sift与pca想结合，形成了pac-sift新方法。 实验发现，基于pca的sift更加的稳定，更能容忍图像的形变，并且，特征向量比sift更短，使得运算速度也比sift快。

  3. 所属分类：C++

    • 发布日期：2015-06-13
    • 文件大小：665kb
    • 提供者：mudwall79

  1. 局部自适应回归核lark算法c++源码

  2. 局部自适应回归核lark算法的c++实现，包括核计算，pca，以及频域相关，相对于原始算法实现利用频域相关代替时域相关，大大提高了计算效率 linux下320*320分辨率运行时间120ms左右

  3. 所属分类：机器学习

    • 发布日期：2019-05-24
    • 文件大小：124kb
    • 提供者：jayash

  1. 基于局部近邻标准化和主多项式算法的故障检测

  2. 针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2

  3. 所属分类：其它

  1. 基于局部特征和整体特征融合的面部表情识别

  2. 基于局部特征和整体特征融合的面部表情识别 [日期：2005-7-18] 来源：电子技术应用  作者：刘 松 应自炉　李繁荣 [字体：大 中 小] 　     摘要：提出融合局部特征和整体特片的方法实现人脸面部表现特征的提取。在每一个人脸图像上测量10个距离，把这些距离标准化后局部表情特征，用Fisher线性判别提取面部表情的整体特征；为了解决小样本问题，采取“PCA+FLD”的策略，先通过PCA把人脸图像向量投影到一个较低维的空间，再通过标准的FLD提取表情特征。融合后的特

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：89kb
    • 提供者：weixin_38548704

  1. 基于PCA的非局部聚类稀疏表示图像重建方法

  2. 基于PCA的非局部聚类稀疏表示图像重建方法

  3. 所属分类：其它

  1. 在PCA字典上进行自适应稀疏编码以进行图像降噪

  2. 稀疏编码是图像去噪中的一种流行技术。然而，由于去噪问题的不适定性，难以获得对真实代码的准确估计。为了提高去噪性能，我们在主成分分析字典上收集数据集的稀疏编码错误，对错误概率进行假设，并导出用于图像去噪的能量优化模型，称为主成分分析词典上的自适应稀疏编码（ ASC-PCA）。新方法考虑了两个方面。首先，通过与PCA词典相关的对稀疏编码错误在不同维度上的概率分布的观察，可以自适应地确定均衡保真度项和非局部约束的正则化参数，这对于获得令人满意的结果至关重要。此外，讨论了所构建模型的直观解释。其次，为了

  3. 所属分类：其它

  1. 使用局部显着编码和PCA子空间建模进行可靠的视觉跟踪

  2. 使用局部显着编码和PCA子空间建模进行可靠的视觉跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：830kb
    • 提供者：weixin_38627104

  1. 通过Curvelet和基于局部三进制模式的特征进行人脸识别

  2. 在这封信中，提出了一种基于Curvelet和局部三元模式（LIP）的新人脸识别方法。 首先，我们观察到Curvelet变换是一种新的各向异性多分辨率变换，可以有效地表示人脸图像中的边缘不连续性，并且LTP算子在表征人脸图像细节方面是最好的纹理描述符之一。 这促使我们使用Curvelet变换分解图像，并提取不同频带中的特征。 正如Curvelet变换属性所揭示的那样，最高的频段信息表示噪声信息，因此我们直接从特征选择中将其删除。 最低的频段主要包含粗糙的图像信息，因此我们可以更精确地处理它，以使用

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：768kb
    • 提供者：weixin_38610012

  1. 基于局部保持投影的掌纹识别

  2. 为了保持掌纹空间的局部结构,运用局部保持投影(LPP)方法进行掌纹识别。在小样本图像识别中,特征方程矩阵存在奇异性。传统的解决方法是运用主元分析(PCA)获得原样本的低维特征子空间,在该空间中运用LPP进行特征提取。由于PCA和LPP的投影标准本质上是不同的,PCA降维时丢失许多重要的判别信息。为了解决这个问题,提出运用三级小波变换、图像下抽样、图像分块求平均值三种方法降低掌纹空间的维数,在低维图像上应用LPP提取局部特征,计算特征矢量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库进行测试,

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：925kb
    • 提供者：weixin_38630571

  1. 基于局部差异二元模式和局部二元模式特征融合的行人检测

  2. 本文提出一种基于局部差分二值模型（地区差异二元模式，LDBP）和局部二值模型（局部二元模式，LBP）的特征融合方法，以解决行人检测中检测精确度和鲁棒性不足的问题。，首先，对输入图像进行二维离散Haar小波变换，得到不同频率的四个子图像（ LL ， LH ， HL和HH ）；然后，对输入部分子图像提取LDBP特征，以​​及对其他三个波长部分子图像提取LBP特征;其次，采用主成分分析法（PCA）分别对得到的LDBP特征和LBP特征进行降维;最后，融合降维后的LDBP特征和LBP特征进行行人检测在IN

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：460kb
    • 提供者：weixin_38565003

  1. PCA预训练的卷积神经网络目标识别算法

  2. 针对卷积神经网络对合成孔径雷达目标识别训练在标签数据不足,平移、旋转以及复杂情况下的识别率不高问题,提出一种优化的卷积神经网络目标识别算法.为克服标签数据不足,利用主成分分析非监督训练一组特征集初始化卷积神经网络;为提高训练速度,同时避免陷入过拟合,采用线性修正函数作为非线性函数;为增强鲁棒性,同时减小下采样对特征表示的影响,引入概率最大化下采样的方式,并在卷积层后对特征进行局部对比度标准化.实验表明,与传统的卷积神经网络相比,该算法对合成孔径雷达目标具有更高的识别率,并对图像各种形变以及复杂背

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：331kb
    • 提供者：weixin_38696922

  1. 融合全局与局部多样性特征的人脸表情识别

  2. 通常主成分分析(PCA)只能保持数据的全局结构，邻域保持嵌入(NPE)算法只能保持邻域样本间的相似性，忽略了其差异性。针对上述问题，提出了一种融合全局与局部多样性的特征提取算法，并将其应用于人脸表情识别中。该算法利用PCA算法保持全局结构，并通过流形学习思想定义局部差异离散度和局部相似离散度，结合最大局部散度差准则，有效刻画出局部流形结构的多样性；将全局特征和局部多样性特征相结合，提取出低维流形特征用于表情分类。在JAFFE和Cohn-Kanade人脸表情数据库上的实验表明，该算法与PCA、局部

  3. 所属分类：其它

  1. 局部切空间对齐算法的核主成分分析解释

  2. 基于核方法的降维技术和流形学习是两类有效而广泛应用的非线性降维技术,它们有着各自不同的出发点和理论基础,在以往的研究中很少有研究关注两者的联系。LTSA算法利用数据的局部结构构造一种特殊的核矩阵,然后利用该核矩阵进行核主成分分析。本文针对局部切空间对齐这种流形学习算法,重点研究了LTSA算法与核PCA的内在联系。研究表明,LTSA在本质上是一种基于核方法的主成分分析技术。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：213kb
    • 提供者：weixin_38565003

  1. 通过迭代加权PCA进行稳健的局部切线空间对齐

  2. 最近，多种学习在机器学习和相关社区中引起了广泛的兴趣。 本文研究了噪声流形学习问题，这是将流形学习算法应用于实际问题的关键问题。 我们提出了称为RLTSA的LTSA算法的强大版本。 提出的RLTSA算法从三个方面使LTSA具有更高的鲁棒性：首先，采用基于迭代加权PCA的鲁棒PCA算法代替标准SVD，以减少噪声对局部切线空间坐标的影响。 其次，LTTSA选择与本地坐标近似的邻域以与全局坐标对齐； 第三，在对准步骤中，通过将干净数据点和具有不同权重的噪声数据点赋予局部对准误差，进一步减小了噪声对嵌入

  3. 所属分类：其它

  1. 流形学习中基于局部线性结构的自适应邻域选择

  2. 近年来,流形学习成为包括机器学习、模式识别和计算机视觉等相关领域的研究热点.流形学习算法中,邻域选择直接关系到算法的性能,而传统的邻域选择算法如k近邻和ε邻域算法存在参数难以确定,所构建邻域不能反映流形学习算法对邻域要求等缺点.提出了一种基于流形局部线性结构的自适应邻域选择算法(ANSLL).首先通过分析现有流形学习算法,总结出构建邻域的两个基本原则:1)同一邻域的所有点都近似地位于某一d维线性子空间内(d为流形维数);2)每个邻域包含尽可能多的点.基于这两个基本原则,ANSLL

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：768kb
    • 提供者：weixin_38639237
« 12 3 4 »