公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于局部均值的边界鉴别分析方法: 2010年; 提出一种基于局部均值的监督降维算法.找出与每一个样本点同类最远的k1个近邻的均值和异类最近的k2个近邻的均值,构造反映类内散布和类间散布的矩阵,由特征值分解确定特征提取变换.该方法使不同类别样本点之间的边界在投影子空间尽可能扩大,保留了数据的邻域结构,具有较强的模式可分离性.通过在ORL和YALE两个标准人脸数据库上与其他降维算法的对比识别实验,证实了算法的有效性.; 俞振洲王正群陈广花张国庆王颖静; 关键词：流形学习人脸识别

流形结构保持的传播半监督降维算法被引量：1: 2012年; 标签传播算法(LP)是一种基于图的半监督学习算法,通过保持数据间的某些特殊结构,将部分有标签数据的标签信息迭代传递给无标签数据,直至获得全局的稳定状态.结合标签传播算法和线性鉴别分析提出一种流形结构保持的传播半监督降维算法(SDRMPP),采用流行结构上的重构权重并结合已知的部分标签信息进行标签传播,利用传播后获得的全体软标签信息构造离散度矩阵实现鉴别分析,通过求解目标函数的最优值获得特征抽取空间,从而对测试样本进行分类.在Yale和Feret两个标准人脸库上实验验证了该算法的有效性,尤其在只存有少量有标签样本的情况下,该算法仍能保持良好的分类性能.; 王颖静王正群张国庆徐伟; 关键词：LDA 流形学习人脸识别

图像多模态扰动的人脸识别方法: 2013年; 为了克服因人脸图像检测引起的配准不稳定性和小样本引起的维数灾难,由一副二维人脸图像通过上下左右平移生成4个图像,把生成的图像与原来的图像一起加入训练样本集,构成新的训练图像集。基于二维图像,结合图像局部结构信息,设计了准则函数,获得双投影矩阵,抽取人脸特征。对待识别人脸图像,由它的扰动图像设计识别方法。与传统的人脸识别方法相比,该方法的识别效果更好;Yale和ORL人脸数据库上的实验结果验证了该方法的有效性。; 张国庆王正群王颖静徐伟; 关键词：小样本问题特征抽取

人体运动捕获数据的重用技术综述被引量：4: 2017年; 人体运动捕获数据作为一种新型的多媒体数据,因其高度的逼真性,已经在多个领域得到了广泛的应用。但运动捕获设备的高昂价格导致运动捕获数据使用的成本过高,所以运动重用技术就成为解决这一问题的有效手段。可是运动捕获数据复杂的结构和特性给运动重用带来了很大的挑战,尽管已经过多年的研究,但仍然有很多尚未解决的问题,需要研究人员更多的关注和研究投入。本文针对运动重用过程中各个环节的重要技术,从研究的意义、问题的难点、现有方法思路及使用的模型等多个角度进行了介绍,并针对一些具有代表性的方法做了较为详细的描述。最后总结了现有运动捕获数据重用技术的研究进展,展望了未来的发展趋势。本文旨在引起人们对该领域的深入思考,并为以后的研究提供有价值的参考。; 孙怀江夏贵羽张国庆封磊; 关键词：计算机动画运动捕获

局部结构保持的鉴别分析方法: 2011年; 局部投影保持LPP(Locality Preserving Projections)是一种局部特征提取算法,它能够有效地保留数据集的局部结构。不相关保局投影鉴别UDLPP(Uncorrelated Discriminant Locality Preserving Projections)在LPP的基础上考虑了类别信息,通过保留类内几何结构并最大化类间距离获得了良好的鉴别性能。结合UDLPP的思想,在UDLPP的基础上提出了一种局部结构保持的鉴别分析方法PCLSP(Pattern Classification based on Local Structure Preserving)。该方法结合了数据集的类别信息以及数据集的局部结构信息,通过最小化类内近邻分离度以及最大化类间近邻分离度来提高鉴别性能,从而进一步反映了数据的局部结构,提高了识别率。通过在ORL(Olivetti-Oracle Research Lab)和YALE两个标准人脸库上实验验证了该算法的有效性。; 王颖静王正群张国庆俞振洲; 关键词：LPP 人脸识别

基于成对约束和稀疏保留的数据降维算法: 2011年; 结合以成对约束形式给出的监督信息和无监督信息,提出一种基于成对约束和稀疏保留的数据降维算法。通过成对约束信息进行鉴别分析,利用稀疏表示方法保留数据集在变换空间中的全局稀疏结构。实验结果表明,与传统特征抽取算法相比,该算法的识别效果更好,需要调节的参数更少,且鲁棒性较高。; 王颖静王正群张国庆俞振洲; 关键词：特征提取人脸识别

SRC-ODP:面向稀疏表示分类器的正交鉴别投影被引量：1: 2016年; 稀疏表示分类方法(sparse representation-based classifier,SRC)在模式识别领域展现了巨大的潜力。基于稀疏表示分类的鉴别投影(SRC steered discriminative projection,SRC-DP)则是建立在SRC分类准则基础上的降维方法,其在投影空间中最大化类间重构误差与类内重构误差的比值。针对SRC-DP中提取的特征之间具有冗余信息,从而影响其鉴别能力的问题,提出SRC-ODP(SRC oriented orthogonal discriminative projection)方法,利用投影矩阵的正交约束取代SRC-DP中的约束条件,其优越性为:a)正交投影矩阵具有更高的特征提取效率;b)所提取的特征具有更强的鉴别能力。在AR和Extended Yale B数据库上的实验表明,该方法可以使SRC达到更好的分类结果。; 赵家成张国庆孙怀江; 关键词：特征提取

全选清除导出

共1页<1>

张国庆