-
题名最坏分离的联合分辨率判别分析
被引量：10
- 1
-
-
作者
杨磊磊
陈松灿
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2015年第6期1386-1394,共9页
-
基金
国家自然科学基金(61170151)
教育部高等学校博士学科点专项科研基金(20133218110032)
-
文摘
现实中,常需辨识低分辨率(low-resolution,简称LR)图像(如监控系统所捕捉的人脸),但相比通常的高(high-resolution,简称HR)或超(super-resolution,简称SR)分辨率图像而言,其含有相对较少的判别信息,致使通常的子空间学习算法,如结合主成分分析(principal components analysis,简称PCA)的线性判别分析(linear discriminant analysis,简称LDA)难以获得理想的识别效果.为了缓和该问题,最近所提出的联合判别分析(如SDA)借助与低分辨率相配对的高分辨率图像辅助设计LR图像分类器.在SDA的实现中,其采用了类似LDA的平均散度定义,使SDA遗传了LDA在投影时难以使相对靠近的类充分分离的问题.为了克服该不足,提出了针对LR图像识别的最坏分离的联合分辨率判别分析(worst-separated couple-resolution discriminant analysis,简称WSCR),从而使:(1)LR和HR投影到同一低维子空间;(2)投影后的最小类间隔最大化.实验结果表明:与SDA相比,WSCR更适用于低分辨率的图像识别.
-
关键词
联合分辨率
线性判别分析
最坏分离
平均紧性
-
Keywords
couple-resolution
linear discriminant analysis
the worst-separation
the average-compactness
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于交叉校准的联合异质模型一致性解决方法
被引量：1
- 2
-
-
作者
秦欣
胡晓峰
-
机构
国防大学信息作战与指挥教研部
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2011年第8期1549-1553,1558,共6页
-
文摘
用异质模型互联构建JMRM时,为保证模型一致性,有时难免用低分辨率模型的输出决定高分辨率模型的输入。此方法可以保证模型I/O层的一致性,但是可能会导致解聚偏差的积累并最终产生体系整体涌现行为的异常。分析了导致问题的机理,给出了解决问题的交叉校准方法。定义了最小校准属性集的概念,给出了明确的适用条件,指出最小校准属性集中的所有属性必须作为整体进行校准。
-
关键词
联合多分辨率模型
异质模型
校准方法
最小校准属性集
-
Keywords
joint multi-resolution model
heterogeneous model
calibrate method
minimum calibrate attribute set
-
分类号
E911
[军事]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
