搜索结果: 1-15 共查到“人工智能 PCA”相关记录20条 . 查询时间(0.14 秒)
二维PCA非参数子空间分析的人脸识别算法
人脸识别 特征提取 二维非参数子空间分析 二维主成分分析 二维线性判别分析
2012/3/1
提出一种结合二维PCA(2DPCA)的二维非参数子空间分析(2DNSA)人脸识别算法。利用2DPCA对原始图像矩阵进行特征降维，以降维后的特征为训练样本，进行二维非参数判别分析，并综合考虑类边界样本对分类的影响，采用2DNSA实现更合理的特征提取。基于Yale、LARGE人脸数据库的实验结果表明，与(2D)2PCA、2DPCA、(2D)2LDA、2DLDA、2DPCA+2DLDA、2DNSA算法相...
阐述了基于主成分分析 (Principal Component Analysis,PCA)和二维主成分分析(2DPCA）的人脸识别方法，分析了该方法在矩阵理论中的来源和算法，提出了PCA+2DPCA分析方法，并采用2DPCA求出特征向量，PCA进行最优压缩，从而降低了维数.
基于PCA+AdaBoost算法的人脸识别技术
人脸识别 特征脸 主成分分析 AdaBoost
2010/2/21
人脸识别技术是图像处理方面的重要技术，然而识别率不高却一直妨碍人脸识别技术的广泛应用。主成分分析（PCA）是人脸识别技术的一个重要算法，将PCA与AdaBoost算法相结合改进了原来的算法，并称新算法为PCA+AdaBoost算法。实验证明PCA+AdaBoost算法的识别率明显高于PCA算法，相对于Fisherface算法的识别率也有明显的提高。
Kernel PCA与BP神经网络相结合的变压器故障诊断
核主成分分析 BP神经网络 电力变压器 故障诊断
2010/9/1
为了提高变压器故障诊断的准确率和抗干扰能力，提出一种基于核特征量的BP神经网络故障诊断模型。通过核主成分分析将故障样本从低维的特征空间非线性地映射到高维的核空间，提高了样本的可分性，然后以核特征量作为BP神经网络的输入特征量，建立变压器故障诊断模型。实验对比了结构相似、输入量不同的BP神经网络，结果表明采用核特征量的诊断模型具有更好的诊断效果和抗干扰能力。
结合图像融合的PCA与NMF相融合的人脸识别
图像融合 主成分分析（PCA） 非负矩阵分解（NMF）
2009/12/10
提出一种结合图像融合的PCA与NMF相融合的人脸识别的识别方法。采用小波变换对图像进行处理，对于包含主要信息的低频子图用PCA进行特征抽取，而其他三个高频子图，虽然描述信息相对较少但包含重要的分类信息。为了减少计算量，对高频子图进行图像融合，再用NMF进行特征抽取，采用最近邻分类方法进行分类。最后对这两个识别结果进行加权处理，得到最终的识别结果。实验证明可以有效地提高识别率。
基于类内加权平均值的模块PCA算法
人脸识别 主成分分析 类内加权平均值
2009/11/26
针对主成分分析(PCA)算法在人脸识别中识别率低的问题，提出一种基于类内加权平均值的模块PCA算法。该算法对每一类训练样本中每个训练样本的每个子块求类内加权平均值，用类内加权平均值对训练样本类内的相应子块进行规范化处理。由所有规范化后的子块构成总体散布矩阵，得到最优投影矩阵，由训练集全体子块的中间值对训练样本子块和测试样本子块进行规范化后投影到最优投影矩阵，得到识别特征，并用最近距离分类器分类。O...
基于EMD和PCA的P300分类算法
经验模态分解 P300脑电信号 支持向量机
2010/3/4
提出一种基于经验模态分解(EMD)及主分量分析(PCA)的分类算法，采用支持向量机(SVM)对P300脑电信号字符拼写实验进行分类，通过EMD变换对P300脑电信号分解，从而达到去噪增强特征的效果，使用PCA方法对原始P300信号进行特征提取和集中，并送入SVM中实现分类。实验结果表明，该算法能获得高达96%的分类正确率。
基于PCA和改进BP网络的降雨预报模型研究
主成分分析 BP网络 降雨预报
2009/7/21
在主成分分析法和改进BP网络相结合的基础上，进行降雨预报模型的研究。先由主成分分析法降低原始气象数据的维数，然后利用改进BP网络有效地学习气象样本数据中蕴含的内在规律。研究结果显示，该降雨预报模型训练效率高，预报效果好。
融合小波与2D PCA的贝叶斯人脸识别
小波变换 二维主元分析 贝叶斯方法
2009/7/10
提出了融合小波和2DPCA进行贝叶斯人脸识别的方法。对原始图像采用小波分解后，利用2DPCA计算人脸的特征矢量空间。首先对低频子图进行贝叶斯人脸识别，然后对得分前五名的图像再次利用高频子图并行进行识别，通过加权排序得到最后结果。实验表明，与传统的方法相比较，该方法降低了运算量，提高了识别率。
基于PCA和边缘不变矩的车标识别新方法
边缘不变矩 车标配准 车标识别
2009/6/24
车标识别技术是进行车辆类型识别的关键内容。在车牌定位准确的基础上，利用车头图像中车牌、车标位置关系定位到车标大致区域；接着对车标进行精确定位、归一化处理，并提出似真度函数对车标进行确认；然后利用边缘不变矩的最小距离进行车标识别。该方法不受原始车标图像大小、变形等影响，能够自适应地进行目标定位确认和识别，具有较强的鲁棒性。通过实测图像测试，结果表明该方法是有效和可行的。
基于PCA和神经网络的识别方法研究
主成分分析 神经网络 模式识别
2009/6/24
在计算机集成制造系统环境下，质量控制图是统计过程控制的重要工具，实际应用中最困难的是识别出控制图中由于异常因素造成的不同异常模式。针对这一问题展开研究，用主成分分析法作为前处理过程进行样本集的选择与优化，提出了基于PCA_改进BP算法的控制图模式智能识别方法。
基于Gabor变换和双方向PCA的人脸识别
小样本问题 双方向PCA Gabor变换
2009/6/23
提出了一种可以解决小样本问题的人脸识别新算法。算法首先把人脸图像经过Gabor小波变换后得到的每个输出图像都看成是独立的样本，从而大大增加了每一类人脸样本的样本数。然后采用双方向PCA算法来提取人脸特征，并专门设计了针对人脸特征矩阵的最近邻分类器和最小距离分类器来进行分类判决。在ORL人脸库和FERET人脸库中的实验结果表明，算法能有效地解决人脸识别中的小样本问题，甚至当每类训练样本数仅为1时，也...
PCA-LDA算法在性别鉴别中的应用
性别鉴别 PCA-LDA算法 融合算法
2009/5/8
结合主元分析(Principal Components Analysis, PCA)与线性鉴别分析(Linear Discriminant Analysis, LDA)的特点，提出用于性别鉴别的PCA-LDA算法。该算法通过PCA算法求得训练样本的特征子空间，并在此基础上计算LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合，获得PCA-LDA算法的融合特征空间。训练样本与测试样...
二维投影与PCA相结合的人脸识别算法
特征抽取 人脸识别 主分量分析
2009/5/4
传统的特征抽取算法是基于向量的，在模式是图像时并不方便。二维投影方法利用图像矩阵直接计算，虽然抽取特征速度快，但抽取出的特征是矩阵，对应的特征数量大，影响分类速度。该文结合二者的优点，先用二维投影处理原始图像，降维后再做主分量分析，抽取出少量的特征进行分类，识别率和分类速度均有提高。在ORL人脸库上20次实验的平均识别率达95.83%。