李勇智
- 作品数：21 被引量：46H指数：4
- 供职机构：南京林业大学信息科学技术学院更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金新世纪高等教育教学改革工程更多>>
- 相关领域：自动化与计算机技术文化科学理学更多>>
- 基于局部和非局部散度理论的一种新的特征提取方法
- 本文提出一种新的无监督的鉴别投影方法。这种新的方法是基于样本的局部和非局部统计量而建立的线性映射,它的鉴别准则是通过特征矢量的非局部散度与局部散度的差来刻画的,其目的是寻求一组投影轴使得投影后的样本特征矢量的非局部散度最...
- 李勇智杨静宇毛洪贲
- 关键词：流形学习特征提取人脸识别
- 文献传递
- 基于正交化的无监督鉴别投影映射(UDP)特征提取的人脸识别方法
- 2010年
- 基于UDP(Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:基于正交化的UDP算法。正交化的UDP算法是基于样本的局部散度、非局部散度及正交化的条件建立准则函数。准则的目的是在满足共轭正交条件下,寻求一组投影轴使得投影后的样本特征的非局部散度最大,局部散度最小。通过在YALE库和AR库人脸库上进行实验,结果表明本文提出的正交化的UDP算法在识别率方面整体上要好于UDP算法。
- 刘粉香李勇智吴松松
- 关键词：人脸识别特征提取流形学习正交化
- 一种组合类别信息的核主成分分析方法被引量：3
- 2008年
- 基于核主成分分析(KPCA)理论,提出一种有监督的特征提取方法.该方法在特征提取过程中充分直接利用训练核样本的类别信息,并且在计算上仍采用与 KPCA 方法类似的数学公式,因此被称为组合类别信息的核主成分分析(CIKPCA).另外,在分类时提出基于两种特征融合的分类策略从而进一步提高 CIKPCA 方法的识别率.在3个人脸库上进行实验,结果表明本文方法在识别率方面整体超过常用的 KPCA 方法,甚至超过核线性判别准则方法.
- 李勇智杨静宇吴松松
- 关键词：特征提取人脸识别
- 一种组合类别信息的非负矩阵分解方法及其应用被引量：1
- 2008年
- 基于非负矩阵分解理论,提出一种新的有监督的特征提取方法,它具有二个特点:一是在特征提取过程中它直接利用训练样本的类别信息,二是在计算上仍然采用与非负矩阵分解方法相同数学公式,因此这种新特征提取方法被称为组合类别信息的非负矩阵分解(CINMF)方法。另外,在分类时本文提出了基于两种特征融合的分类策略进一步提高CINMF方法的识别率。通过在YALE人脸库和ORL人脸库上进行实验,结果表明本文提出的新方法在识别率方面整体上好于原非负矩阵分解方法,甚至超过常用的主成分分析法(PCA)。
- 李勇智杨静宇
- 关键词：非负矩阵分解特征提取人脸识别
- 林业工科类高等数学教学的发展被引量：2
- 2000年
- 叙述国内外高等数学CAI(计算机辅助教学 )软件的发展概况 ,讨论了高等数学CAI教学的必要性和可行性。指出数学实验课的设立是面向 2 1世纪数学教学改革发展的必然趋势。
- 王静洁李勇智
- 关键词：高等数学CAI软件数学教学计算机辅助教学
- 高校二级教学综合信息管理系统的构思与实现
- 2005年
- 该文通过对高校院系级教学信息管理过程中存在问题的分析,详细阐述了在新形势下开发高校院系教学信息管理系统的构思及其功能实现。
- 赵玲丽李勇智陈燕
- 关键词：高校院系教学信息
- D-S证据推理的决策问题被引量：12
- 2003年
- 在处理不确定信息的方法中,D-S证据推理性能突出,应用广泛。但也存在决策方面的困难,事实上,有效的决策方法仍是它未解决的问题之一。该文从两方面研究了这一问题。首先根据测度论中代数(域)扩张理论,引入决策命题集的概念,对决策命题加以约束;其次分析了现有的决策方法,对线性加权组合决策方法提出了改进,并结合应用实例给出了详细可行的算法。
- 刁联旺李勇智杨静宇
- 关键词：D-S证据理论信任函数
- 基于统计不相关的无监督鉴别投影映射(UDP)特征提取方法
- 2011年
- 基于UDP(Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:具有统计不相关性的UDP计算方法,并探讨该方法的有效性。这种方法的目的是寻求一组最佳鉴别矢量,使投影变换后的特征空间的非局部散度最大、局部散度最小,从而减小最佳鉴别矢量间的统计相关性。通过在不同人脸库上的仿真实验验证了所提出改进算法在一定程度上优于已有的UDP算法。
- 刘粉香李勇智沈凤仙
- 关键词：人脸识别特征提取流形学习统计不相关
- 基于核理论的非线性鉴别分析方法的研究
- 2016年
- 人脸识别是模式识别领域中一个比较热的研究课题。人脸一般是高维数据,我们需要通过对数据降维进行特征提取,就是将原始数据对应的高维空间数据映射到低维空间中,在低维空间中进行线性的鉴别分析。由于实际问题中原始样本的分布通常是非线性的,该文运用核方法,将PCA和FDA进行了非线性推广,比较了核主成分分析（KPCA）和核Fisher判别分析（KFDA）以及核最大间距准则（KMMC）三种非线性特征提取方法。
- 杨旭业宁李勇智
- 关键词：特征提取人脸识别核主成分分析
- 2DUDP：一种新的基于图像矩阵的特征提取方法
- 本文提出一种新的数据维数约减方法。这种新的方法是基于图像的局部散度和非局部散度而建立准则函数,并且非局部散度与局部散度是基于样本图像矩阵来构建的。准则目的是寻求一组投影轴使得投影后的样本特征的非局部散度最大化,同时也使得...
- 李勇智何光明杨静宇
- 关键词：维数约减流形学习特征提取人脸识别图像矩阵
- 文献传递
