您的位置: 专家智库 > >

宁夏回族自治区自然科学基金(NZ0610)

作品数:7 被引量:30H指数:4
相关作者:潘晨杨绍华高宏娟林盘曹宁更多>>
相关机构:宁夏大学福建师范大学宁夏气象防灾减灾重点实验室更多>>
发文基金:宁夏回族自治区自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 5篇人脸
  • 5篇人脸识别
  • 3篇图像
  • 2篇对角化
  • 2篇小波
  • 2篇小波变换
  • 2篇矩阵
  • 2篇矩阵分解
  • 2篇核主成分分析
  • 2篇二维主成分分...
  • 2篇非负矩阵
  • 2篇非负矩阵分解
  • 2篇波变换
  • 2篇2DPCA
  • 1篇预处理
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸识别算法
  • 1篇图像分类
  • 1篇图像去噪

机构

  • 7篇宁夏大学
  • 1篇福建师范大学
  • 1篇宁夏气象防灾...

作者

  • 7篇潘晨
  • 3篇杨绍华
  • 2篇高宏娟
  • 1篇黄文艳
  • 1篇王彦明
  • 1篇林盘
  • 1篇曹宁

传媒

  • 2篇兰州理工大学...
  • 1篇计算机工程
  • 1篇计算机应用
  • 1篇计算机应用研...
  • 1篇山东大学学报...
  • 1篇计算机技术与...

年份

  • 2篇2009
  • 2篇2008
  • 3篇2007
7 条 记 录,以下是 1-7
排序方式:
基于支持向量网络和相关反馈的人脸识别
2008年
采用了一种通过KPCA提取人脸图像特征,线性SVM对特征进行加权,用最近邻法分类人脸的识别系统。整个系统实质上构成了一个支持向量分类网络。为了自动进行网络训练和参数寻优,提出了一套自动相关反馈训练方法;并采用了图像灰度的伽马校正技术减少光照变化对识别的影响,提高了分类器的性能。基于ORL数据库的相关实验表明,在很少样本训练条件下,这样的系统能够获得较高性能。
杨绍华潘晨
关键词:人脸识别核主成分分析支持向量机
基于非负矩阵分解的人脸识别算法的改进被引量:7
2007年
非负矩阵分解方法是基于局部特征的特征提取方法,已经成功用于人脸识别。研究基于非负矩阵分解的人脸图像识别的改进算法是一个有重要意义的研究课题。采用二维非负矩阵分解方法(2DNMF)和对角非负矩阵分解方法(Di-aNMF),并且使用正交的基矩阵进行Matlab实验。实验结果表明,以上改进措施能够有效提高人脸图像识别的正确率。
高宏娟潘晨
关键词:非负矩阵分解人脸识别
利用小波变换提高基于KPCA方法的人脸识别性能被引量:11
2007年
基于核主成分分析(KPCA)的人脸识别算法能够提取非线性图像特征,在小样本训练条件下有较好性能.然而并非所有非线性特征对识别都有利,过多的不相关特征可能会降低识别性能.针对图像信息冗余的特点,预先对图像进行小波变换,通过消除对识别无关的细节信息,不仅提高了KPCA方法的识别精度,而且降低了该算法对计算机硬件的要求.同时,为了抑制KPCA对光照等变化的较高敏感性,还提出一种对图像灰度进行衰减的预处理策略.基于ORL数据库的实验表明,综合上述措施的系统比传统方法具有更快的训练速度和更高的识别精度.
杨绍华林盘潘晨
关键词:人脸识别小波变换核主成分分析
基于(2D)^2NMF及其改进算法的人脸识别被引量:9
2007年
非负矩阵分解(NMF)是基于部分的特征提取方法,能够克服局部遮挡和光照问题,在图像识别任务中效果较好。然而传统算法中,NMF提取的特征是非正交的,且二维图像常被向量化处理,不仅丢失一些结构信息,还导致了数据的高维,不利于提高识别精度和速度。利用图像矩阵取代传统的图像向量表示,提出新的(2D)2NMF方法提取二维图像特征,并通过特征正交化和图像变形等措施,改善了算法性能。人脸识别实验表明,上述措施能够有效提高识别的精度和速度。
高宏娟潘晨
关键词:人脸识别非负矩阵分解对角化
基于SVM分类与回归的图像去噪方法被引量:4
2009年
提出一种基于SVM分类与回归技术的图像去噪方法,即:去噪过程先利用SVM分类器将含噪图像中的像素分为噪声或非噪声点;接着,非噪声点像素值被保留,而噪声点像素值则通过SVM进行回归估计,从而达到去噪的目的.针对椒盐和高斯噪声在MATLAB6.5环境下搭建实验平台,运用OSU_SVM3.0和LS_SVM工具箱分别建立4邻域、8邻域和24邻域3种分类和回归模型.去噪实验证明,与已有的算法比较,该方法能达到较高的峰值信噪比,具有很好的去噪效果.
马宁潘晨曹宁
关键词:SVM分类图像去噪
利用图像预处理手段提高2DPCA人脸识别性能被引量:1
2008年
针对二维主成分分析在特征提取上存在的缺点,提出一种综合的预处理方法.先将图像对角化表示,保留图像对角方向结构信息;再通过小波变换得到一定尺度的图像;最后利用图像灰度的指数衰减策略,降低算法对光照等变化的敏感性.通过这样序贯处理,能够充分利用2DPCA特性提取图像结构特征,消除与识别无关的细节信息,不仅提高了算法识别精度,还降低了算法对计算机硬件的要求.基于ORL数据库的实验表明,采用预处理手段能获得比传统方法更好的识别性能.
杨绍华潘晨黄文艳
关键词:人脸识别二维主成分分析对角化小波变换
基于SVM-2DPCA的X光胸片异常筛查被引量:2
2009年
基于统计学习理论的支持向量机分类算法,提出一种X光胸片异常筛查系统,能够自动判别胸片的正常和异常。为了提高SVM算法的效率,利用小波变换等预处理手段去除对判读无用的图像冗余信息,采用二维主成分分析进一步降低图像特征维数。实验结果表明,SVM用于医学X光片异常筛查可行且有效、识别率高。
王彦明钱建忠潘晨
关键词:X光片图像分类二维主成分分析
共1页<1>
聚类工具0