公共文化服务平台

搜索到3423篇“ 二维主成分分析“的相关文章

基于二维主成分分析的激光散斑衬比血流成像方法及系统: 本发明公开了基于二维主成分分析的激光散斑衬比血流成像方法及系统，涉及激光散斑血流成像领域，方法包括如下步骤：使用激光散斑血流成像系统采集原始散斑图像；对原始散斑图像进行二维主成分分析以获取重构散斑图像；从重构散斑图像中获...; 彭琳王寒何浩楠杜永兆

基于联合范数度量的广义二维主成分分析算法研究: 主成分分析技术(Principal Component Analysis,PCA)是最具代表性的特征提取方法之一,并被广泛地应用到数据描述、图像去噪等领域。二维主成分分析算法(Two-dimensional PCA,2D...; 张浣星; 关键词：二维主成分分析特征提取

基于增量行列二维主成分分析的深度子空间网络: 2024年; 主成分分析网络(principal component analysis network,PCANet)是一种基于卷积神经网络模型进行简化的深度子空间网络模型。针对PCANet在卷积核提取过程中无法对图像样本进行实时处理的问题,本文提出了一种基于增量行列二维主成分分析方法(incremental sequential row-column 2DPCA,IRC2DPCA)的增量行列二维主成分分析网络(incremental sequential row-column 2DPCA network,IRC2DPCANet)。该方法可以在卷积核的训练过程中对训练样本进行实时处理,从而提高网络的训练效率。通过在PIE、AR、Yale 3个典型人脸数据集上的实验表明,本文所提出的方法具有良好的分类性能。最后,本文还研究了卷积核大小及卷积层中卷积核数量对于算法分类率的影响。; 毕洪旭王肖锋; 关键词：特征提取人脸识别

基于F范数的二维主成分分析算法及焊缝表面缺陷识别研究被引量：1: 2023年; 针对传统二维主成分分析(two-dimensional principal component analysis,2DPCA)算法应用于焊缝表面缺陷识别中存在重构性能及鲁棒性较弱等问题,本文将最大化投影距离和最小化重构误差引入到目标函数中,提出了一种基于F范数的非贪婪二维主成分分析算法(non-greedy 2DPCA with F-norm,NG-2DPCA-F),该算法具有良好的鲁棒性和较低的重构误差。为了进一步提取图像的结构信息和求解出维数更小的特征矩阵,进而提出一种基于F范数的非贪婪双向二维主成分分析算法(non-greedy bilateral 2DPCA with F-norm,NG-B2DPCA-F)。最后,以含有不同噪声块的焊缝表面图像数据集进行实验,结果表明,本文所提算法在平均重构误差、重构图像与分类识别实验中均表现出良好的鲁棒性能。; 方建雄王肖锋王肖锋; 关键词：特征提取

基于二维主成分分析法的人脸识别技术性能分析被引量：2: 2023年; 人脸识别系统由人脸图像预处理、人脸图像特征提取以及匹配识别和人脸图像采集检测4个部分组成。为剖析二维主成分分析法在不同维度和样本数下的识别效果,对ORL数据库和Yale数据库的人脸数据样本进行训练与识别。将二维主成分分析法与主成分分析法、线性判别分析法和独立成分分析法等3种人脸识别算法进行比较。结果表明,样本数与2DPCA算法的识别率均呈正相关关系。相同样本数下,同样特征维数间隔时,按平均识别率由大至小排列为:2DPCA、ICA、LDA、PCA,其中2DPCA识别率最高,为0.62,PCA识别率最低,为0.45。; 殷帅; 关键词：人脸识别技术特征提取 2DPCA

一种处理彩色医学图像的双边加权二维主成分分析方法及系统: 本发明属于图像处理技术领域，公开了一种处理彩色医学图像的双边加权二维主成分分析方法及系统，提出计算四元数广义特征值的保结构QZ算法，将经典的QZ方法推广至四元数体，以四元数广义Schur分解为基础，利用四元数实表示的代数...; 贾志刚赵美香

广义余弦二维主成分分析被引量：7: 2022年; 主成分分析(Principal component analysis,PCA)是一种广泛应用的特征提取与数据降维方法,其目标函数采用L2范数距离度量方式,对离群数据及噪声敏感.而L1范数虽然能抑制离群数据的影响,但其重构误差并不能得到有效控制.针对上述问题,综合考虑投影距离最大及重构误差较小的目标优化问题,提出一种广义余弦模型的目标函数.通过极大化矩阵行向量的投影距离与其可调幂的2范数之间的比值,使得其在数据降维的同时提高了鲁棒性.在此基础上提出广义余弦二维主成分分析(Generalized cosine two dimensional PCA,GC2DPCA),给出了其迭代贪婪的求解算法,并对其收敛性及正交性进行理论证明.通过选择不同的可调幂参数,GC2DPCA可应用于广泛的含离群数据的鲁棒降维.人工数据集及多个人脸数据集的实验结果表明,本文算法在重构误差、相关性及分类率等性能方面均得到了提升,具有较强的抗噪能力.; 王肖锋陆程昊郦金祥刘军; 关键词：二维主成分分析鲁棒性范数降维

基于范数加权的二维主成分分析提取图像特征: 2022年; 为了能准确地进行图像特征提取,提出一种新的基于Nuclear范数与Frobenius范数加权的二维主成分分析(记为NF-2DPCA)方法。并利用来自于Yalefaces、AR数据库以及ORL人脸数据库中的数据,进行了图像面部识别和重建等相关实验,结果表明所提出的方法能够有效地提取图像特征,并且面部识别准确率最高能达到94.25%,进一步显示所提方法具有一定优越性。; 胡卫强周浩汪祥; 关键词：二维主成分分析 FROBENIUS范数

基于二维主成分分析和等距映射的图像哈希算法: 社交网络的广泛应用产生并积累海量图像数据,如何高效地存储和管理海量图像数据已成为大数据科学研究的一项重要任务。近年,研究人员提出使用哈希算法来实现图像数据的高效处理。图像哈希算法可将任意大小的图像压缩编码成一个短小的数字...; 梁晓萍; 关键词：图像哈希二维主成分分析等距映射

相关作者