-
题名基于多线性主元分析和FLD的掌纹识别
被引量:1
- 1
-
-
作者
郭金玉
孔晓光
李元
曾静
-
机构
沈阳化工大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第11期4398-4400,共3页
-
基金
国家自然科学基金资助项目(60774070)
辽宁省教育厅科研资助项目(L2010436)
辽宁省博士启动基金资助项目(20091061)
-
文摘
为了减少高维对计算成本的影响,同时提取有利于分类的判别特征,提出运用多线性主元分析(MP-CA)与FLD相结合的方法进行掌纹识别。运用MPCA直接对掌纹张量进行降维和特征提取,低维特征向量作为FLD的输入,提取判别特征向量,计算特征向量间的余弦距离进行掌纹匹配。PolyU掌纹图像库的实验结果表明,与主元分析(PCA)、PCA+FLD、二维主元分析(2DPCA)、独立元分析(ICA)和MPCA相比,该算法的识别率(RR)最高为99.91%,特征提取和匹配总时间为0.398s,满足实时系统的要求。
-
关键词
图像处理
掌纹识别
主元分析
多线性主元分析
FISHER线性判别
-
Keywords
image processing
palmprint recognition
principal component analysis
multilinear principal component analysis
Fisher linear diseriminant
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多线性主元分析的应用与研究
- 2
-
-
作者
孔晓光
郭金玉
林爱军
-
机构
沈阳化工大学信息工程学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第12期84-86,共3页
-
基金
国家自然科学基金项目(61174119)
-
文摘
为了减少计算量和信息丢失,提出一种运用多线性主元分析(Multilinear PCA)进行间歇过程故障诊断的新方法。首先运用Multilinear PCA直接对间歇过程三维数据进行降维,得到低维的投影向量。然后所有批次向投影向量上投影得到得分向量,计算SPE统计指标控制限,建立Multilinear PCA模型。建立Multilinear PCA模型后,计算新批次的得分向量和SPE(Squared Prediction Error)统计指标,根据统计指标是否超限监视生产过程的运行。最后,在检测出故障之后,采用SPE贡献图诊断故障原因。仿真实例表明:与多向主元分析法MPCA相比(Muhiway Principal Component Analysis)。Multilinear PCA提高了过程性能监视和故障诊断的准确性,较早地发现过程异常。
-
关键词
间歇过程故障诊断
多向主元分析
多线性主元分析
-
Keywords
Intermittent process fault diagnosis Multiway principal component analysis Muhilinear principal component analysis
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-