基于改进的加权分块2D-PCA人脸识别技术的研究 被引量：3

1

作者 余元辉 邓莹 《河南农业大学学报》 CAS CSCD 北大核心 2015年第4期500-504,共5页

比较了PCA(Principal Component Analysis)和2D-PCA(Two-Dimensional Principal Component Analysis)人脸识别算法。在2D-PCA的基础上提出了一种改进算法,即基于整体区域、感兴趣区域与非感兴趣区域的加权分块2D-PCA算法。该算法借助权... 比较了PCA(Principal Component Analysis)和2D-PCA(Two-Dimensional Principal Component Analysis)人脸识别算法。在2D-PCA的基础上提出了一种改进算法,即基于整体区域、感兴趣区域与非感兴趣区域的加权分块2D-PCA算法。该算法借助权值的动态调整,最终实现了最优解。基于知名脸库ORL设计实验来验证文中提出的改进的加权分块2D-PCA算法。分析试验结果表明,发现本算法识别率达到97.5%,较PCA算法提高21.66%,较2D-PCA算法提高10.08%,进一步证实本算法较PCA和2D-PCA显著提高了人脸识别的准确率。 展开更多

关键词 人脸识别 pca 2D-pca 分块pca 特征矩阵

下载PDF 职称材料

基于TSFS结合高阶张量特征提取方法的海水半潜油种类鉴别研究

2

作者 孔德明 崔耀耀 +2 位作者 仲美玉 马勤勇 孔令富 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第1期62-69,共8页

半潜油是一种隐藏于海面之下并呈现悬浮状态的溢油,其长期毒害并侵蚀着海洋生态环境。然而,针对半潜油污染到目前还未形成有效地监测手段和处理方式,致使其污染的突发性和危害性更甚于海面溢油。因此,研究有效地半潜油鉴别方法对保护海... 半潜油是一种隐藏于海面之下并呈现悬浮状态的溢油,其长期毒害并侵蚀着海洋生态环境。然而,针对半潜油污染到目前还未形成有效地监测手段和处理方式,致使其污染的突发性和危害性更甚于海面溢油。因此,研究有效地半潜油鉴别方法对保护海洋生态环境具有重要意义。三维荧光光谱技术中的总同步荧光光谱(TSFS)在油类污染物检测与鉴别中具有不存在瑞利散射干扰以及冗余数据少的优势,但由于TSFS数据本身不具备三线性结构,使得多维校正分析方法在其应用上受到了一定的限制。基于此,开展基于TSFS结合高阶张量特征提取方法的海水半潜油种类鉴别研究。首先,利用有机分散剂和六种不同种类的油品配制了90个半潜油实验样本;然后,利用FS920荧光光谱仪采集实验样本的TSFS数据,并对该数据进行标准化预处理;最后,通过高阶张量特征提取方法二维线性判别分析(2D-LDA)以及二维主成分分析(2D-PCA)分别建立了半潜油样本的鉴别模型;并将所建模型与常规方法多元曲线分辨率交替最小二乘法(MCR-ALS)结合线性判别分析(LDA)以及多维偏最小二乘判别分析(NPLS-DA)进行了对比。分析结果表明,2D-LDA和2D-PCA所建立的半潜油样本鉴别模型具有可靠的性能,鉴别模型的精确率、灵敏度及特异性分别为100%,100%和100%。并且,2D-LDA和2D-PCA能够直接提取TSFS光谱图像矩阵在空间、统计学以及图形学上的精细光谱特征,为区分半潜油样本带来更为精准的鉴别依据。因此,相较于常规的基于展开或分解数据的方法,高阶张量特征提取方法所建立鉴别模型所得到的预测结果更加精确。该研究为半潜油种类鉴别提供了一种参考。 展开更多

关键词 半潜油 TSFS 2D-LDA 2D-pca 种类鉴别

下载PDF 职称材料

基于多尺度稀疏表示的面部疲劳识别 被引量：4

3

作者 牛耕田 王昌明 孟红波 《计算机科学》 CSCD 北大核心 2016年第8期282-285,291,共5页

针对疲劳驾驶严重威胁道路交通安全的问题,提出了一种基于多尺度稀疏表示的面部疲劳识别算法。该算法首先通过Gabor小波获取面部多尺度多方向的疲劳特征;然后采用2D-PCA方法对提取的特征进行降维处理,提高算法的执行效率;最后通过稀疏... 针对疲劳驾驶严重威胁道路交通安全的问题,提出了一种基于多尺度稀疏表示的面部疲劳识别算法。该算法首先通过Gabor小波获取面部多尺度多方向的疲劳特征;然后采用2D-PCA方法对提取的特征进行降维处理,提高算法的执行效率;最后通过稀疏表示的方法构造疲劳的超完备字典并完成疲劳识别。实验在自建的疲劳数据库中完成,结果显示所提算法的疲劳识别率达到94.5%,具有一定的可行性。 展开更多

关键词 疲劳识别 GABOR小波 2D-pca 超完备字典 稀疏表示

下载PDF 职称材料

融合2D-PCA及稀疏表示的掌纹识别方法 被引量：5

4

作者 王雷 金炜 +2 位作者 刘箴 何艳 李纲 《光电工程》 CAS CSCD 北大核心 2012年第10期59-64,共6页

提出一种基于稀疏表示的掌纹识别方法,该方法借鉴二维主成分分析(PCA)良好的数据压缩属性和较快的特征提取速度,生成掌纹特征图像。二维PCA不仅克服了一维PCA数据维数过大不易计算的缺点,而且保留了原始图像的数据结构,提取的特征能更... 提出一种基于稀疏表示的掌纹识别方法,该方法借鉴二维主成分分析(PCA)良好的数据压缩属性和较快的特征提取速度,生成掌纹特征图像。二维PCA不仅克服了一维PCA数据维数过大不易计算的缺点,而且保留了原始图像的数据结构,提取的特征能更好的代表原始图像。为了便于稀疏表达,对提取的掌纹特征图像利用一维主成分分析进行二次特征提取,得到训练样本。虽然此处使用了一维PCA,但是由于这是二次特征提取,提取的特征还是保留了原始图像的数据结构,相比单纯的一维PCA,提高了识别率。利用训练样本构造出冗余字典,并采用稀疏表示理论将测试样本表示为字典原子的线性组合,然后根据表示系数的稀疏性与稀疏集中度实现分类识别。由于该方法利用了表达系数的稀疏性,因此减小了算法的时间和空间复杂度。实验表明,针对香港理工大学的MSpalmprints Database,本文方法的识别率较传统方法有明显提高。 展开更多

关键词 稀疏表达 二维主成分分析 掌纹识别

下载PDF 职称材料

基于二维主分量分析的人耳身份识别研究

5

作者 唐邦杰 封筠 《石家庄铁道大学学报（自然科学版）》 2011年第4期87-93,108,共8页

有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析(PCA)为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针... 有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析(PCA)为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针对三个USTB人耳图像库,采用最近邻分类器,研究了选用不同的特征维数、贡献率,及不同的相似性测度时,2D-PCA方法与传统的PCA方法的识别性能。交叉验证的实验结果表明:2D-PCA方法较PCA方法获得了更短的训练时间和更高的识别率,说明基于图像矩阵的2D-PCA方法是一种效率更高,鲁棒性更强的人耳身份识别方法。 展开更多

关键词 人耳识别 pca 2D—pca 线性子空间 特征提取

下载PDF 职称材料

基于多频带2D-PCA的虹膜识别算法 被引量：2

6

作者 董钦科 王相海 《计算机科学》 CSCD 北大核心 2009年第10期280-283,共4页

近年来,二维主分量分析(2D-PCA)和离散小波变换作为图像分析的两种有效方法,受到人们的广泛关注。结合以上两种方法,提出了一种多频带2D-PCA虹膜识别快速算法。该算法首先对虹膜图像做预处理,然后将预处理后的图像做2维离散小波变换,取... 近年来,二维主分量分析(2D-PCA)和离散小波变换作为图像分析的两种有效方法,受到人们的广泛关注。结合以上两种方法,提出了一种多频带2D-PCA虹膜识别快速算法。该算法首先对虹膜图像做预处理,然后将预处理后的图像做2维离散小波变换,取小波系数的两个中频子带作为2D-PCA的输入空间;在训练阶段,求得训练样本输入空间的特征空间并由此得到训练样本的特征向量,形成样本特征库;在识别阶段,计算得到未知样本特征向量;同时为了提高特征向量对图像旋转的鲁棒性,在该阶段进行了基于不同起始角度的归一化处理。最后采用Hamming距离,对未知样本的特征向量在特征库中进行多模板匹配,通过K临法则和阈值法得到识别结果。实验结果验证了所提算法的有效性。 展开更多

关键词 虹膜识别 二维主分量分析 小波 HAMMING距离 旋转不变

下载PDF 职称材料

基于DCT和2D-PCA的人脸识别算法研究 被引量：2

7

作者 谢红 宁志刚 张磊 《应用科技》 CAS 2009年第6期34-37,共4页

提出了一种对角DCT和模块2DPCA相结合的人脸识别方法.该算法首先将人脸图像转换成对角图像,提取人脸的行、列与结构信息以求解最优识别向量.然后利用DCT压缩以去掉人眼不敏感的中频分量与高频分量,再由IDCT重建人脸图像,这样有限降低了... 提出了一种对角DCT和模块2DPCA相结合的人脸识别方法.该算法首先将人脸图像转换成对角图像,提取人脸的行、列与结构信息以求解最优识别向量.然后利用DCT压缩以去掉人眼不敏感的中频分量与高频分量,再由IDCT重建人脸图像,这样有限降低了所需特征的维数,减少了计算量.然后通过模块2DPCA进行特征提取得到人脸识别特征,最后运用最近邻分类器完成人脸的识别.基于ORL及Yale人脸数据库的实验结果证明了该算法的有效性与稳健性. 展开更多

关键词 离散余弦变换 模块二维主元分析 图像重建 人脸识别

下载PDF 职称材料

基于二维主成分分析的运动目标检测 被引量：2

8

作者 王路 王磊 +1 位作者 卓晴 王文渊 《计算机科学》 CSCD 北大核心 2008年第8期206-207,217,共3页

运动目标检测是计算机视觉研究的重要领域,在视频监控和智能交通等领域应用广泛。本文提出了一种自适应的运动目标检测方法。该方法采用二维主成分分析建立背景模型,通过比较重建图像和原图像的差异来检测运动目标。为了自适应动态变化... 运动目标检测是计算机视觉研究的重要领域,在视频监控和智能交通等领域应用广泛。本文提出了一种自适应的运动目标检测方法。该方法采用二维主成分分析建立背景模型,通过比较重建图像和原图像的差异来检测运动目标。为了自适应动态变化的复杂背景,该模型由增量算法在线更新。实验结果表明,提出的方法可以在复杂变化的动态背景环境下进行有效的运动目标检测。 展开更多

关键词 背景建模 运动检测 二维主成分分析

下载PDF 职称材料

基于2D-LDA的车牌字符识别

9

作者 周洪毅 《数字技术与应用》 2016年第6期97-99,共3页

传统的基于LDA的字符识别需要将图像向量化,这会造成协方差矩阵维数过大和奇异问题,而基于2D-LDA的识别算法能够克服上述传统算法的缺陷。首先介绍了2D-LDA算法的原理;然后,在车牌字符数据集上测试了算法的识别率;最后,与多层感知机神... 传统的基于LDA的字符识别需要将图像向量化,这会造成协方差矩阵维数过大和奇异问题,而基于2D-LDA的识别算法能够克服上述传统算法的缺陷。首先介绍了2D-LDA算法的原理;然后,在车牌字符数据集上测试了算法的识别率;最后,与多层感知机神经网络做了对比,表明2D-LDA算法有较高的识别率。 展开更多

关键词 字符识别 2D-pca 2D-LDA 多层感知机神经网络

下载PDF 职称材料

基于加强步态能量图在非规范视角的步态识别研究

10

作者 肖文 钟秀锋 《现代电子技术》 2012年第6期138-140,共3页

提出了一种基于加强步态能量图的非规范视角步态识别方法,解决了非规范视角下步态识别难题。视角转换方法将视角统一,采用背景减除法提取人体轮廓,引入步态周期检测方法确定步态周期,根据人体骨架参数模型得到加强步态能量图(E-GEI),最... 提出了一种基于加强步态能量图的非规范视角步态识别方法,解决了非规范视角下步态识别难题。视角转换方法将视角统一,采用背景减除法提取人体轮廓,引入步态周期检测方法确定步态周期,根据人体骨架参数模型得到加强步态能量图(E-GEI),最后运用2DPCA方法提取特征向量,并采用最近邻域法分类。实验结果表明:E-GEI在各个视角下比普通的GEI在识别效果要更好。 展开更多

关键词 步态识别 加强步态能量图 二维主分量分析 非规范视角

下载PDF 职称材料

一种基于加权变形的2DPCA的人脸特征提取方法 被引量：24

11

作者 曾岳 冯大政 《电子与信息学报》 EI CSCD 北大核心 2011年第4期769-774,共6页

该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分... 该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分别对人脸3个子部分分别提取特征,然后根据最近邻理论和权值进行分类。经过在ORL人脸库和YALE人脸库的实验研究表明:与2DPCA相比,提高了人脸空间的识别率,压缩了人脸空间的系数,减少了识别时间;在识别的准确率方面,更优于传统的Fisherfaces,IC,Kernel Eigenfaces的算法。 展开更多

关键词 人脸识别 人脸表示 主成分分析法(pca) 2维主成分分析法(2Dpca)

下载PDF 职称材料

基于分段行列2D-PCA的高光谱图像数据降维方法 被引量：10

12

作者 张筱晗 杨桄 +1 位作者 黄俊华 杨永波 《计算机工程》 CAS CSCD 北大核心 2017年第9期256-262,共7页

针对传统二维主成分分析(2D-PCA)方法不能直接应用于高光谱图像数据降维的不足,提出一种基于分段行列2D-PCA的降维方法。利用高光谱图像波段间的相关系数进行波段子空间划分,在各子空间内通过旋转构建新的数据模型,以2D-PCA方法提取其... 针对传统二维主成分分析(2D-PCA)方法不能直接应用于高光谱图像数据降维的不足,提出一种基于分段行列2D-PCA的降维方法。利用高光谱图像波段间的相关系数进行波段子空间划分,在各子空间内通过旋转构建新的数据模型,以2D-PCA方法提取其行、列主成分信息,经过图像重建得到行、列主成分图像,对各波段子空间的行、列主成分图像进行小波分解,按照不同规则融合低频、高频系数,再通过小波逆变换得到降维后的图像。实验结果表明,与PCA和分段PCA方法相比,该方法在保证降维图像质量的前提下可缩短运算时间,提高高光谱图像的降维效率。 展开更多

关键词 高光谱图像 数据降维 二维主成分分析 波段子空间划分 小波融合

下载PDF 职称材料

基于时频谱图和自适应动态权重PSO-CNN的外破振动信号识别 被引量：3

13

作者 崔岩 方春华 +3 位作者 文中 方萌 游海鑫 郭俊康 《国外电子测量技术》 北大核心 2023年第1期144-152,共9页

为避免地下电缆遭受破坏,提高振动监测系统对外力破坏的预警能力,提出一种基于时频谱图和自适应动态权重粒子群算法-卷积神经网络(PSO-CNN)的外破振动信号识别方法。首先,将振动传感系统获取的3000组外破振动信号转化生成为时频谱图数据... 为避免地下电缆遭受破坏,提高振动监测系统对外力破坏的预警能力,提出一种基于时频谱图和自适应动态权重粒子群算法-卷积神经网络(PSO-CNN)的外破振动信号识别方法。首先,将振动传感系统获取的3000组外破振动信号转化生成为时频谱图数据集,在图像预处理阶段,采用直方图均衡化和二维主成分分析(2D-PCA)算法来增强灰度图像特征并实现图像数据的降维;然后,将图像数据集的70%作为CNN模型的训练集,并在网络训练过程中引入自适应动态惯性权重PSO对CNN模型的卷积层、池化层相关参数进行迭代寻优,从而获得优化PSO-CNN分类模型;最后,利用测试集图像数据对优化PSO-CNN模型的识别性能进行验证,并与其他分类模型进行了对比。结果表明,所提方法对6种常见外破振动信号的识别准确率达到98.33%,平均每张图像的识别时间仅为0.24 s,与其他分类算法相比具有更高的分类精度和更快速的识别速度,为快速准确地识别外力破坏事件类型提供了一种可行方案。 展开更多

关键词 时频谱图 2D-pca降维 惯性权重 卷积神经网络 粒子群优化算法

下载PDF 职称材料

基于张量的2D-PCA人脸识别算法 被引量：7

14

作者 叶学义 王大安 +2 位作者 宦天枢 夏经文 顾亚风 《计算机工程与应用》 CSCD 北大核心 2017年第6期1-6,共6页

人脸图像的色彩信息也是人脸的重要特征,但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系。由此引入三阶张量表示,提出基于张量的2D-PCA(Tensor PCA)的人脸识别算法。Tensor PCA通过分解n模总体散布矩阵获得三个由最大特征值... 人脸图像的色彩信息也是人脸的重要特征,但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系。由此引入三阶张量表示,提出基于张量的2D-PCA(Tensor PCA)的人脸识别算法。Tensor PCA通过分解n模总体散布矩阵获得三个由最大特征值对应的特征向量组成的将张量样本投影到低维子空间的投影矩阵,并构造交替最小二乘法的迭代过程对矩阵进行优化得到最优投影矩阵,使得投影后的样本间的距离尽可能得大,以达到最佳分类识别的效果。Georgia Tech彩色人脸库的测试结果表明,与2D-PCA方法相比,识别正确率提升了5.53%,同时训练时间降低了78.1%。 展开更多

关键词 人脸识别 色彩信息 二维主成分分析(2D-pca) 张量

下载PDF 职称材料

基于G2DPCA的SAR目标特征提取与识别 被引量：5

15

作者 胡利平 刘宏伟 +1 位作者 尹奎英 吴顺君 《宇航学报》 EI CAS CSCD 北大核心 2009年第6期2322-2327,共6页

给出了基于广义二维主分量分析(G2DPCA)的合成孔径雷达(SAR)图像目标特征提取方法。与主分量分析(PCA)相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析... 给出了基于广义二维主分量分析(G2DPCA)的合成孔径雷达(SAR)图像目标特征提取方法。与主分量分析(PCA)相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析(2DPCA)相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征维数的同时,又改善了识别性能,并且正确识别率在97%以上,且对目标方位变化具有较好的鲁棒性。 展开更多

关键词 合成孔径雷达 运动和静止目标获取与识别 主分量分析 二维主分量分析

下载PDF 职称材料

基于2D-PCA特征描述的非负权重邻域嵌入人脸超分辨率重建算法 被引量：7

16

作者 曹明明 干宗良 +2 位作者 崔子冠 李然 朱秀昌 《电子与信息学报》 EI CSCD 北大核心 2015年第4期777-783,共7页

在基于邻域嵌入人脸图像的超分辨率重建算法中,训练和重建均在特征空间进行,因此,特征选择对算法性能具有较大影响。另外,算法模型对重建权重未加限定,导致负数权重出现而产生过拟合效应,使得重建人脸图像质量衰退。考虑到人脸图像的特... 在基于邻域嵌入人脸图像的超分辨率重建算法中,训练和重建均在特征空间进行,因此,特征选择对算法性能具有较大影响。另外,算法模型对重建权重未加限定,导致负数权重出现而产生过拟合效应,使得重建人脸图像质量衰退。考虑到人脸图像的特征选择以及权重符号限定的重要作用,该文提出一种基于2维主成分分析(2DPCA)特征描述的非负权重邻域嵌入人脸超分辨率重建算法。首先将人脸图像分成若干子块,利用K均值聚类获得图像子块的局部视觉基元,并利用得到的局部视觉基元对图像子块分类。然后,利用2D-PCA对每一类人脸图像子块提取特征,并建立高、低分辨率样本库。最后,在重建过程中使用新的非负权重求解方法求取权重。仿真实验结果表明,相比其他基于邻域嵌入人脸超分辨率重建方法,所提算法可有效提高权重的稳定性,减少过拟合效应,其重建人脸图像具有较好的主客观质量。 展开更多

关键词 图像处理 人脸超分辨率重建 邻域嵌入 局部视觉基元 2维主成分分析

下载PDF 职称材料

一种基于2DPCA的人耳识别方法 被引量：3

17

作者 陈春兰 曾黄麟 《现代电子技术》 2008年第20期151-152,155,共3页

针对人耳识别问题,提出一种二维主分量分析(2DPCA)的人耳识别方法,该方法不需要预先将图像转换为一维向量,而是基于图像矩阵,直接计算图像协方差矩阵的特征向量作为人耳特征提取,大大加快特征提取的速度,从根本上克服了传统PCA在进行图... 针对人耳识别问题,提出一种二维主分量分析(2DPCA)的人耳识别方法,该方法不需要预先将图像转换为一维向量,而是基于图像矩阵,直接计算图像协方差矩阵的特征向量作为人耳特征提取,大大加快特征提取的速度,从根本上克服了传统PCA在进行图像特征提取时耗时过多的缺点。并通过BP神经网络进行分类识别。实验结果表明,应用2DPCA方法提取人耳图像特征,可以大大提高识别效果。 展开更多

关键词 人耳识别 主分量分析 二维主分量分析 BP神经网络

下载PDF 职称材料

主元余像集主成分分析在蛋白质质谱数据中的应用 被引量：2

18

作者 王昭鑫 刘毅慧 《生物信息学》 2009年第3期219-222,共4页

癌蛋白质谱数据中包含了大量未知的内部结构和变量。针对癌蛋白质谱数据这些特点,在总结主元余像集主成分分析(二次主成分分析)应用的基础上,提出了用t-验证方法进行特征子集选取,然后用主元余像集主成分分析提取特征,以线性判别分析进... 癌蛋白质谱数据中包含了大量未知的内部结构和变量。针对癌蛋白质谱数据这些特点,在总结主元余像集主成分分析(二次主成分分析)应用的基础上,提出了用t-验证方法进行特征子集选取,然后用主元余像集主成分分析提取特征,以线性判别分析进行分类的新方法。通过对典型癌蛋白质谱数据的分类实验,证明该方法不但识别率高,而且需要选取的特征子集小,分类速度快,提高了方法的准确性与分类速度。 展开更多

关键词 二次pca 特征提取 质谱数据

下载PDF 职称材料

12导联高频心电信号的特征提取及聚类 被引量：4

19

作者 万静 张晓瑞 +1 位作者 何云斌 李松 《计算机应用研究》 CSCD 北大核心 2015年第10期2934-2939,共6页

针对心肌梗死(myocardial infarction,MI)12导联高频心电信号(high frequency electrocardiogram,HFECG)全局特征聚类问题,提出了一种计算机自动聚类算法。收集MIT-BIH标准心电数据库中的健康心电信号、早期心肌梗死心电信号、急性期心... 针对心肌梗死(myocardial infarction,MI)12导联高频心电信号(high frequency electrocardiogram,HFECG)全局特征聚类问题,提出了一种计算机自动聚类算法。收集MIT-BIH标准心电数据库中的健康心电信号、早期心肌梗死心电信号、急性期心肌梗死心电信号、近期心肌梗死心电信号进行处理。应用二维主分量判别法(two dimensional principal component analysis,2D-PCA)对12导联HF-ECG进行融合特征提取,并应用基于均方差属性加权的遗传模拟退火K-means改进聚类算法。与常规K-means聚类算法相比,特征值更加简单直观,所提算法平均分类精度有较大提高,能对12导联HF-ECG进行更有效的聚类。 展开更多

关键词 心电信号 聚类 二维主分量判别法 遗传算法 模拟退火 K-MEANS

下载PDF 职称材料

基于2D-PCA的两级LDA人脸识别方法 被引量：3

20

作者 王友钊 潘芬兰 黄静 《计算机工程》 CAS CSCD 2014年第9期243-247,共5页

线性鉴别分析(LDA)小样本问题的已有解决方法在构造最优投影子空间时未完整利用LDA的4个信息空间,为此,提出一种基于二维主成分分析(2D-PCA)的两级LDA人脸识别方法。采用减法运算对样本类内散度矩阵和类间散度矩阵的特征值矩阵求逆,以... 线性鉴别分析(LDA)小样本问题的已有解决方法在构造最优投影子空间时未完整利用LDA的4个信息空间,为此,提出一种基于二维主成分分析(2D-PCA)的两级LDA人脸识别方法。采用减法运算对样本类内散度矩阵和类间散度矩阵的特征值矩阵求逆,以解决小样本问题,并连续应用Fisher准则和修改后的Fisher准则连接2个投影子空间,获取包含LDA的4个信息空间的最优投影方向,利用2D-PCA对输入样本做预处理,以减少计算复杂度。在ORL和YALE人脸库上的实验结果表明,该方法虽然训练时间略有增加,但识别率分别为92.5%和95.8%,优于其他常用LDA算法。 展开更多

关键词 线性鉴别分析 直接线性鉴别分析 二维主成分分析 小样本问题 人脸识别 特征提取

下载PDF 职称材料