国家高技术研究发展计划(2006AA01Z170)
- 作品数:2 被引量:2H指数:1
- 相关作者:王宝林郭婕冯志林刘小明刘军更多>>
- 相关机构:武警工程学院浙江工业大学之江学院浙江大学更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划浙江省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于机器视觉的早期火焰探测算法研究被引量:1
- 2008年
- 目的针对基于机器视觉(MVFDS)的火焰探测系统存在着虚警误报的问题提出了一种增强型算法,用以改善系统性能。方法分析了新算法的5个附加功能,即用于减少虚警误报的3种功能:突变探测功能、前景平均色素计算功能、前景色素比计算功能,以及用于改善系统功效和灵敏度的两个功能:设置前景边界框功能和三级触发报警功能。结果给出了基于新算法的决策过程和实验效果。结论文中采用的参数计算和决策方法一方面减少了虚警率,另一方面利用前景框提高了处理速度,同时三级触发报警使用户可以灵活地采用最佳方案应对各种火焰情况,使系统的探测性能得到提高。
- 郭婕刘军王宝林
- 关键词:火焰探测色素
- 基于矩阵表示的局部敏感辨别分析被引量:1
- 2009年
- 局部敏感辨别分析(LSDA)只能处理向量型数据,当处理图像等数据时容易产生奇异性问题,为此提出了一种二维局部敏感辨别分析(2DLSDA)方法,可以直接处理二维图像矩阵,能够避免奇异性问题.通过使用矩阵表示,2DLSDA可以有效地利用图像像素间中的空间信息.依据近邻的不同,构造2个分别表示类内近邻关系和类间近邻关系的图,计算2个图上的权重矩阵,基于Schur分解求出2个正交变换矩阵.依据图像的2种展开方式,提出了2种单边2DLSDA算法.在ORL和Yale人脸数据集上的实验结果表明,基于Schur分解的2DLSDA与主成分分析(PCA)、线性辨别分析(LDA)、LSDA相比,能够高效地得到正交变换矩阵,并取得更好的分类效果.
- 刘小明邓水光尹建伟陈黎冯志林董金祥
- 关键词:流形学习SCHUR分解