首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 390 毫秒

1.  一种在小样本情形下求解广义最佳鉴别矢量集的新算法及其在人脸识别中的应用  
   郭跃飞 周学毛 吴立德 杨静宇《计算机科学》,2002年第29卷第Z1期
   一、引言 线性特征抽取是一种有效的降维方法,到目前为止,人们给出了许多线性特征抽取方法[1,2],就鉴别能力来说,Foley-Sammon变换(FST)[3]被认为是最好的方法之一,FST是根据用于线性鉴别问题的Fisher鉴别准则[4]得到的,1970年,Sammon给出了基于Fisher准则的最佳鉴别平面[5],1975年Foley和Sammon推广了Sammon的方法,给出了最佳鉴别矢量集的结果,并以此构成了FST.Foley和Sammon的重要结果吸引了众多模式识别领域中的研究者[6~14],特别是对类内散布矩阵Sw为奇异的情形,人们作了许多工作,并取得了良好的结里[2,6,11~13].    

2.  一种基于正交投影的特征抽取方法  被引次数:2
   涂庆华  杨健  杨静宇《小型微型计算机系统》,2003年第24卷第3期
   本文结合Fisher鉴别准则给出了一组正交投影矢量,并引入了一种度量投影矢量相关性的简捷方法,与经典的Foley-Sammon鉴别分别法相比,所提出的正交投影法具有较强的消除样本特征之间相关性的能力和良好的鉴别能力,最后,在CENPARMI手写体阿拉伯数字库的试验结果证实了该特征抽取方法明显优于Foley-Sammon鉴别分析法。    

3.  基于核的广义Foley-Sammon鉴别分析  
   高秀梅 金忠 郭丽 杨静宇《计算机科学》,2004年第31卷第9期
   广义Foley-Sammon线性鉴别分析(GFSDA)是抽取线性特征的有效方法之一。本文提出了基于核的广义Foley-Sammon鉴别分析(KGFSDA)方法,首先建立KGFSDA的模型,然后从理论上给出KGFSDA模型的具体求解方法。分析表明,KGFSDA保留了GFSDA能从整体上考虑经过广义最佳鉴别变换后样本的可分性的优点,更重要的是该方法能够有效地抽取样本的非线性特征,是对GFSDA的进一步拓展。在ORL标准人脸库上的实验结果表明,该方法在识别性能上优于已有的广义Foley-Sammon线性鉴别分析,也比经典的Foley-Sammon线性鉴别分析更有效。    

4.  Fisher鉴别特征的最近邻凸包分类  被引次数:2
   姜文瀚  杨静宇  周晓飞《计算机科学》,2007年第34卷第2期
   基于Fisher准则的特征提取方法是模式识别技术的重要分支,其中,Foley-Sammon变换和具有统计不相关性的最佳鉴别变换是这一技术典型代表,本文将它们与一种新型分类器一最近邻凸包分类器相结合,从而实现Fisher鉴别特征的有效分类。最近邻凸包分类器是一类以测试样本点到各类训练集生成类别凸包的距离为分类判别依据的模式分类新方法,具有非线性性,无参性,多类别适用性等特点。实验证实了本文方法的有效性。    

5.  求解广义最佳鉴别矢量集的一种迭代算法及人脸识别  被引次数:22
   郭跃飞  杨静宇《计算机学报》,2000年第23卷第11期
   广义最佳鉴别矢量集是Foley-Sammon最佳鉴别矢量集的一种推广,它与Foley-Sammon最佳鉴别矢量集的不同之处在于广义最佳鉴别矢量集从整体上考虑投影集的可分性,即样本在广义最佳鉴别矢量上的投影集从整体上具有最佳的可分性。该文给出了广义最佳鉴别矢量的定义,对求解广义最佳鉴别矢量集的已有算法从理论上作了分析,指出了其中的不足之处,给出了一种迭代算法,从理论上证明了迭代结果收敛于精确解,并对其误差作了分析。最后,将此方法用于人脸识别,结果显示,新方法比已有的方法更有效。    

6.  快速核Foley—Sammon鉴别分析及其在人脸识别上的应用  
   范燕  宋晓宁  吴小俊  杨静宇《计算机科学》,2009年第36卷第6期
   核Foley-Sammon鉴别分析由于可以抽取得到原始样本的非线性正交特征,因此被广泛应用于模式识别的研究领域.但是该算法在具体求解每一个特征矢量过程中均需求解相应的广义特征方程,因此非常耗时.为了克服这一困难,提出了一种新的快速近似算法即核Foley-Sammon鉴别分析,有效地避免了多次求解广义特征方程.在ORL人脸数据库上的实验结果表明,该算法不仅在识别性能上优于核线性鉴别分析,而且在特征抽取速度上优于传统的核Foley-Sammon鉴别分析.    

7.  快速Foley—Sammon鉴别变换及脸象鉴别  被引次数:7
   杨健  涂庆华  杨静宇《中国图象图形学报》,2002年第7卷第1期
   为了解决小样本情况下,类内散布矩阵不可逆时,Foley-Sammon最优鉴别矢量集的求解问题,给出了一种快速近似算法,首先从理论上说明了当类内散布矩阵不可逆时,将在原始特征空间内求解最佳鉴别矢量集的问题映射到等于或小于c-1(c为样本类别数)维的欧氏空间内进行是可行的,由于样本类别数远远小于原始特征空间的维数,故该算法不仅大大减少了特征抽取的时间,也提高了分类识别的速度,在ORL标准人脸库上的试验结果表明,该算法不仅在识别率和识别时间上优于传统的扰动法和补空间法,而且比经典的特征脸方法和Fisher脸方法更为有效。    

8.  广义DKL变换及其在人脸识别中的应用研究  被引次数:5
   吴小俊 杨静宇 等《计算机科学》,2003年第30卷第1期
   1 引言在模式识别领域中,Fisher线性判别方法有着重大的影响,其基本思想是在Fisher鉴别准则函数取极值的条件下,求得一个最佳鉴别方向,然后再将模式高维特征向量投影到该最佳鉴别方向上,构成一维鉴别特征空间,于是模式鉴别分析就在一维空间中进行。 Foley和Sammon在1970年发展了Fisher线性判别方法,提出了Sammon最佳鉴别平面的技术,并将它用于解决两类问题。Sammon最佳鉴别平面的技术在模式识别领域    

9.  具有统计不相关性的最佳鉴别特征空间的维数定理  被引次数:6
   杨静宇  金忠  胡钟山《计算机学报》,2003年第26卷第1期
   提出并严格证明了具有统计不相关性的最佳鉴别特征空间的维数定理:对含有L个类别的模式识别问题,具有统计不相关性的最佳鉴别特征空间的维数为(L-1):说明了具有统计不相关性的最佳鉴别变的与Wilks所提出的经典的模式特征抽取方法的关系。在一定的条件下,具有统计不相害性的最佳鉴别矢量集等价于Wilks所提出的经典鉴别矢量集。经典的模式特征抽取方法可以用来在不损失任何Fisher鉴别信息的意义下,对含有L个类别的模式识别问题。抽取(L-1)个具有统计不相关性的最佳鉴别特征。    

10.  无监督模式下统计不相关最佳鉴别平面  
   曹苏群  王士同《计算机应用》,2010年第30卷第7期
   统计不相关最佳鉴别平面是一种重要的特征抽取方法,在模式识别领域中具有广泛的应用.然而,统计不相关最佳鉴别平面是基于Fisher准则和总体散布矩阵共轭正交条件的,需要通过样本类别信息计算Fisher最佳鉴别矢量,因而只能用于有监督模式.提出了一种将统计不相关最佳鉴别平面扩展到无监督模式下的方法,其基本思想是将模糊概念引入Fisher线性判别分析,通过对模糊Fisher准则的优化,在无监督模式下计算出最佳鉴别矢量及模糊散布矩阵,再根据共轭正交约束条件,求得第二条最佳鉴别矢量,进而获得一种基于无监督统计不相关最佳鉴别平面的特征抽取方法.对UCI数据集及CMU-PIE人脸数据库进行实验,结果表明,在样本类别信息缺失的情况下,该方法尽管无法具有与有监督模式下的统计不相关最佳鉴别平面特征抽取方法同样的性能,但当类别差异较大时,能够抽取有利于分类的统计不相关特征,获得优于主成分分析与独立成分分析等常见无监督特征抽取方法的性能.    

11.  求解广义最佳鉴别矢量集的一种改进算法  
   孙兴华  郭跃飞  杨静宇《中国图象图形学报》,2000年第5卷第11期
   鉴于广义最佳临别矢量集是Foley-Sammon最佳鉴别矢量集的一种推广,给出了广义最佳鉴别矢量的定义,并从理论上对已有的求解广义最佳鉴别矢量集的算法作了分析,指出了其中的不足之处,并给出了一种改进的算法,将此方法用于人脸识别,结果显示,新方法比已有的方法更有效。    

12.  广义统计不相关最优鉴别矢量集的一个理论结果  
   吴小俊  杨静宇  王士同  Josef Kittler《电子学报》,2004年第32卷第10期
    本文对统计不相关最优鉴别矢量集的理论问题进行研究,提出了广义统计不相关最优鉴别准则,并给出了广义统计不相关最佳鉴别矢量集的一个理论结果,研究表明,广义统计不相关最佳鉴别矢量集的计算公式与基于Fisher最优鉴别准则的统计不相关最佳鉴别矢量集的计算公式完全一样,但是以前这一点没有被认识到.本文的研究丰富了统计不相关最优鉴别分析的特征抽取理论.    

13.  有效最佳鉴别特征的抽取与维数问题  被引次数:11
   金忠  杨静宇  胡钟山《计算机学报》,2000年第23卷第1期
   在模式识别领域中,基于Fisher鉴别准则函数最佳鉴别变换有着重大的影响。该文首先对Foley-Sammon最佳鉴别变换,广义最佳鉴别变换与具有不相关性的最佳鉴别变换给出了形式相似的求解公式,然后根据Fukunaga维数定理,提出了最佳鉴别变换的有效度的概念,最后利用国际上广泛使用的Concordia University CENPARMI手写体数字数据库做了最佳鉴别变换的有效性实验,实验结果表明    

14.  最优鉴别特征的抽取及图像识别  被引次数:17
   杨健  杨静宇  金忠《计算机研究与发展》,2001年第38卷第11期
   利用Fisher鉴别准则函数即为广义Rayleigh商这一特点,首先分析了广义Rayleigh商的极值性质,指出以共轭正交的约束条件代替Foley-Sammon正交条件的合理性。然后利用广义特征方程存在共轭性正交的特征向量这一结论,巧妙地解决了该共轭正交条件下最优鉴别矢量集的求解问题。从理论上分析了该最优鉴别矢量集较经典的Foley-Sammon最优鉴别矢量集以及Fisher线性鉴别法的优越性。另外,进一步讨论了在小样本情况下,类内散布矩阵奇异时鉴别矢量集的求解问题,并给出了简单易行的算法。最后,在CENPARMI手写体阿拉伯数字库和ORL标准人脸库上的试验结果证实了算法的有效性和稳定性。    

15.  统计不相关最佳鉴别矢量集的本质研究  被引次数:6
   吴小俊  杨静宇  王士同  刘同明  Josef Kittler《中国工程科学》,2004年第6卷第2期
   对统计不相关最佳鉴别矢量集的本质进行研究,在基于总体散布矩阵特征分解的基础上,构造了一种白化变换,使得变换后的样本空间中的总体散布矩阵为单位矩阵,这样使得传统的最佳鉴别矢量集算法得到的均是具有统计不相关的最佳鉴别矢量集,从而揭示了统计不相关最佳鉴别变换的本质——白化变换加普通的线性鉴别变换。该方法的最大优点在于所获得的最优鉴别矢量同时具有正交性和统计不相关性。该方法对代数特征抽取具有普遍适用性。用ORL人脸数据库的数值实验,验证了该方法的有效性。    

16.  基于核的Foley-Sammon鉴别分析与人脸识别  被引次数:7
   高秀梅  杨静宇  金忠  陈才扣《计算机辅助设计与图形学学报》,2004年第16卷第7期
   通过建立基于核的Foley-Sammon鉴别分析(KFSDA)的两个等价模型,并分析这两个等价模型的解之间的关系,从理论上给出KFSDA模型的具体求解方法.分析表明,基于核的Foley-Sammon鉴别分析保留了FSDA能明显降低样本特征之间冗余信息的优点,更重要的是该方法能够有效地抽取样本的非线性特征,是对FSDA的进一步拓展.在ORL标准人脸库上的实验结果验证了文中方法的有效性.    

17.  人脸识别中两种特征提取算法的性能比较  
   邢国《信息与电脑》,2011年第1期
   在特征脸法的基础上,提出将Fisher线性判别分类法应用于特征提取的方法,即利用傅立叶-西萌变换(Foley-Sammon变换),构造Fisher最佳鉴别向量集来得到一个使类内距离和类间距离兼顾的投影空间,从而改善特征脸法的分类效果。实验证明,该方法是切实高效的。    

18.  人脸识别中多目标最优不相关图像鉴别分析研究  被引次数:1
   陈秀宏  杨静宇《中国图象图形学报》,2007年第12卷第12期
   考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法。与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆。在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高。    

19.  基于奇异值特征和统计模型的人像识别算法  被引次数:35
   洪子泉 杨静宇《计算机研究与发展》,1994年第31卷第3期
   人像识别是模式识别领域中的一个前沿课题。目前多数研究者采用人脸的一维和二维几何特征来完成识别任务。人脸的几何特征抽取以及这些特性的有效性都面临着很多问题,至今人像识别的研究仍然处于较低的水平。作者证明了图象矩阵的奇异值特征矢量具备了代数上和几何上的不变性以及稳定性,提出用它作为识别人脸的代数特征。本文的人像识别算法是基于奇异值特征矢量建立Sammon最佳鉴别平面上的正态Bayes分类模型。在本文的    

20.  一种新的基于最大散度差准则的特征抽取方法  
   林宇生  王建国  杨静宇《计算机科学》,2007年第34卷第12期
   本文基于最大散度差准则(MSDC),利用统计不相关投影空间,提出了一组具有统计不相关性的最佳鉴别矢量的计算方法。该方法的目标是寻求一组鉴别矢量集,既要使投影后的特征空间的类间散度最大,而类内散度最小;又要使最佳鉴别矢量之间具有统计不相关性。另外,本文还揭示了最大散度差鉴别准则与Fisher准则的内在关系。在ORL与NUST603人脸库上的实验结果表明,本文所提出的方法在识别性能上优于原MSDC特征抽取方法与传统的PCA方法。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号