搜索结果: 1-15 共查到“主分量分析”相关记录18条 . 查询时间(0.087 秒)
用于故障检测的集成核主分量分析
集成学习 非监督学习 核主分量分析 故障检测
2014/2/26
针对复杂环境下的多变量工业过程在线故障检测问题, 提出基于集成核主分量分析的解决方法. 该方法首先求出样本映射后的无限维空间的多组近似基, 将主分量分析问题特征向量的解空间限定在近似基张成空间求解; 然后集成特征向量和特征值, 并计算Hotelling ??2 统计量和平方预报误差; 最后据此判断检测结果. 该方法对Tennessee Eastman 过程故障检测样本进行测试, 并与其他两种方法进...
基于主分量分析的语音信号压缩感知
压缩感知 主分量分析 冗余字典 语音信号
2013/8/19
压缩感知理论是近年来兴起的一个新的研究热点。寻求适合于语音信号的稀疏基是压缩感知理论应用到语音信号处理领域的前提。本文基于主分量分析理论和大量的块数据,提取语音信号的特征信息,并根据压缩感知理论、字典构造的方法以及语音信号的特点,构造出一种新的适合于语音信号稀疏表示的冗余字典。该冗余字典是由多个正交基级联而成。为了更为客观的说明这种稀疏表示的优势,采用两种稀疏度的衡量标准来分别比较语音信号在DCT...
基于主分量分析的矢量量化数字水印算法
降维 码书设计 数字水印
2010/1/28
针对矢量量化过程中码书训练复杂的缺点,基于主分量分析方法对图像进行降维,根据降维后各主分量熵和标准差的差异性对其进行分类,采用非均匀矢量量化方法生成码书。在水印嵌入过程中,将水印图像嵌入降维后主分量能量适中的码书中以提高水印图像质量,利用EENNS算法代替完全搜索算法缩短编码时间。实验结果表明,该算法在提高码书质量的同时,能有效减少码书训练时间,对JPEG压缩、剪切、旋转等图像攻击也具有较强的鲁棒...
二维主分量分析是一种直接面向图像矩阵表达方式的特征抽取与降维方法. 提出了一个基于二维主分量分析的概率模型. 首先, 通过对此产生式概率模型参数的最大似然估计得到主分量(矢量); 然后, 考虑到缺失数据问题, 利用期望最大化算法迭代估计模型参数和主分量. 混合概率二维主分量分析模型在人脸聚类问题上的应用表明概率二维主分量分析模型能作为图像矩阵的密度估计工具. 含有缺失值的人脸图像重构实验阐述了此模...
基于BP神经网络的主分量分析人脸识别算法
BP神经网络 主分量分析(PCA) 小波变换
2009/6/23
提出了基于BP神经网络的主分量人脸识别算法。该算法首先用小波变换对人脸图像进行小波分解,形成低频小波子图,然后用主分量分析法构造特征脸子空间,将人脸图像在特征空间的投影作为BP神经网络的输入,由BP神经网络和后验概率转换器构成人脸识别器。针对ORL人脸库的实验结果表明该方法具有较高的识别率。
基于图像矩阵的广义主分量分析
图像识别 主分量分析 图像矩阵
2009/4/29
传统的主分量分析在处理图像识别问题时是基于向量的,且没有充分利用训练样本的类别信息。该文提出了一种直接基于图像矩阵的广义主分量分析方法,该方法能够提取包含在类平均图像中的鉴别信息,与传统的主分量分析相比,具有更强的鉴别力。在ORL标准人脸库上的试验结果表明,所提出的方法不仅识别性能优于传统的主分量分析和Fisher线性鉴别分析,而且极大地提高了特征抽取的速度。
一种基于主分量分析的SAR图像变化检测算法
SAR图像 变化检测 图像向量化
2009/4/1
该文提出一种基于主分量分析(PCA)的SAR图像变化检测算法。该算法将SAR图像转化为列向量,对两个图像向量组成的矩阵进行主分量分解,其图像的变化部分则表征为矩阵的次分量成分。论文还研究了高效的SAR图像变化检测实现算法,最后通过与对数比方法和分块主分量分析法进行比较实验,实验结果证实了方法的有效性。
基于主分量分析法的脱机手写数字识别
数字识别 主分量 特征提取 组合分类器
2009/2/26
针对手写数字识别研究中统计特征和结构特征融合困难的问题,利用主分量分析法提取数字字符结构特征的统计信息,重建数字模型,并估计重构偏差,同时提取数字的高宽比特征和欧拉特征,通过组合与3种特征相对应的贝叶斯分类器的分类结果实现数字识别。使用该方法对样本库中的样本进行测试,正确识别率为90.73%。
基于曲波与主分量分析的人脸识别
曲波变换 主分量分析 人脸识别
2009/1/20
本文提出了基于曲波变换和主分量分析的人脸识别算法。针对小波变换仅能有效表达图像中的点奇异性的弱点,采用曲波变换提取面部主要特征。由于人脸的主要特征是面部的曲线信息,而曲波变换直接以曲线为表达基元,其变换系数能有效表示沿曲线的奇异性,而且是各向异性的,所以能更好地表达面部特征。进一步使用主分量分析将特征投影到更具表达力的空间中,从而达到更高的识别率。实验结果表明曲波的性能优于小波,尤其是曲波小尺度系...
小波和主分量分析方法研究思维脑电
思维脑电(Mental EEG) 主分量分析(Principal component analysis) 小波分析(Wavelet analysis) WPCA方法(WPCA algorithm) BP神经网络(BP neural network)
2008/5/14
研究自发脑电和思维活动的关系。利用小波和主分量分析结合的WPCA算法对不同思维任务记录的六导脑电进行处理,并对思维特征的频谱能量和变化率等多指标进行综合分析和计算。结果表明WPCA算法不仅可以实现噪声的去除,而且能提高主分量的贡献率,降低输入矢量的维数。对脑电主分量的分析揭示了脑电与思维个体、思维种类、复杂度以及注意力的联系,思维任务的神经网络分类结果验证了WPCA方法研究脑电和思维的有效性,为进...
高维混沌降维的投影追踪主分量分析法
高维混沌(High dimensional chaos) 投影追踪主分量分析(Principal Component Analysis based on Projection Pursuit) 相关维数(Correlation dimension)
2008/3/6
一些生理信号,例如脑电是源自于高维混沌系统,因此低维混沌理论和方法不适用于分析这类高维混沌。采用投影追踪主分量分析法(Principal Component Analysis based on Projection Pursuit,PP PCA)对高维Lorenz模型系统进行了降维的研究。在用上述方法成功地对线性和非线性噪声周期模型分别进行PP PCA分析的基础上,对Lorenz高维混沌系统进...
对称主分量分析及其在人脸识别中的应用
人脸识别 镜像对称性 主分量分析 对称主分量分析
2007/12/27
镜像对称性是人脸的一个直观显然的自然特性,有助于开发面向人脸图像的识别技术与算法.本文将在人脸识别中应用这一自然特性,提出一种新算法——对称主分量分析.该算法首先引入镜像变换,生成镜像样本;然后依据奇偶分解原理,生成镜象奇、偶对称样本,并分别进行K-L展开,提取镜象奇/偶对称KL特征分量;最后,根据奇/偶对称KL特征分量在人脸中所占能量比例的不同以及对视角、旋转、光照等干扰的不同敏感程度进行特征选...
主分量分析(PCA)在动物分类学中的运用
主分量分析 分类 疣猴类
2007/12/24
本文就主分量分析(PCA)的基本原理、运用发展过程及在动物分类学上的应用作了阐明。并以亚洲疣猴类5个属为例, 利用其面颅和颅骨的6项变量进行分析, 且叙述了PCA的主要计算过程。结果说明,在分类过程中,主要是面颅的凸度和宽度结构起贡献作用。
利用主分量分析评价大仓鼠的年龄指标
大仓鼠 年龄指标 主分量分析
2007/12/24
本文利用主分量分析对大仓鼠的体重、胴体重、体长、尾长、体全长、颅全长、颅基长、眶间宽、晶体干重和上臼齿的磨损程度等10项指标进行了一维排序,结果表明,胴体重是大仓鼠最有代表性的年龄指标,在简易可行的指标中,雄鼠肌体重、雌鼠以体长代表性最好。但雌鼠的体长和体重的代表性差别很小,故可将体重作为雌雄大仓鼠的年龄组划分指标;大仓鼠的晶体干重轻,称量误差对年龄鉴定影响大,不易用作大仓鼠的年龄鉴定指标。