国家留学基金(201204190040)
- 作品数:3 被引量:14H指数:2
- 相关作者:赵桂儒刘典婷李卫东吴敏李丽更多>>
- 相关机构:中国地震台网中心迈阿密大学更多>>
- 发文基金:国家留学基金地震行业科研专项更多>>
- 相关领域:自动化与计算机技术更多>>
- EM算法的改进及其在行为识别中的应用被引量:3
- 2014年
- EM算法是求解GMM参数的传统算法,当样本数据规模比较大、GMM高斯成分数量比较高时,EM算法需要很长的时间才能收敛。提出了一种改进的EM算法,通过设置适当的参数,利用改进后的EM算法求解GMM参数,相比原EM算法在运行速度上有了很大的提高;进一步,结合GMM超向量以及SVM分类器,将改进后的EM算法应用到对KTH人体行为数据库的识别中,相比原EM算法识别准确率只受到了很小的影响。
- 赵桂儒李卫东刘典婷吴敏崔满丰
- 关键词:EM算法
- 较大规模数据应用PCA降维的一种方法被引量:11
- 2014年
- PCA是一种常用的线性降维方法,但在实际应用中,当数据规模比较大时无法将样本数据全部读入内存进行分析计算。文章提出了一种针对较大规模数据应用PCA进行降维的方法,该方法在不借助Hadoop云计算平台的条件下解决了较大规模数据不能直接降维的问题,实际证明该方法具有很好的应用效果。
- 赵桂儒
- 关键词:主成分分析降维大数据
- 基于GMM超向量的行为识别研究
- 2014年
- 通过对UCF11体育运动数据库提取SIFT和STIP特征,采用留一交叉验证法(LOOCV),利用训练样本数据估算GMM参数以建立GMM-UBM,进一步通过MAP自适应算法得出GMM超向量。以GMM超向量作为输入特征训练SVM分类器在UCF11数据库上进行实际验证,实验证明该方法在行为识别方面具有较好的识别效果。
- 赵桂儒刘典婷崔满丰李丽
- 关键词:EM算法