首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  国内免费   1篇
  完全免费   12篇
  自动化技术   16篇
  2018年   1篇
  2017年   4篇
  2016年   2篇
  2015年   3篇
  2014年   2篇
  2013年   1篇
  2012年   1篇
  2011年   1篇
  2008年   1篇
排序方式: 共有16条查询结果,搜索用时 78 毫秒
1.
稀疏约束下非负矩阵分解的增量学习算法   总被引:1,自引:1,他引:0       下载免费PDF全文
王万良  蔡竞 《计算机科学》2014,41(8):241-244
非负矩阵分解(NMF)是一种有效的子空间降维方法。为了改善非负矩阵分解运算规模随训练样本增多而不断增大的现象,同时提高分解后数据的稀疏性,提出了一种稀疏约束下非负矩阵分解的增量学习算法,该算法在稀疏约束的条件下利用前一次分解的结果参与迭代运算,在节省大量运算时间的同时提高了分解后数据的稀疏性。在ORL和CBCL人脸数据库上的实验表明了该算法降维的有效性。  相似文献
2.
在处理高维数据过程中,特征选择是一个非常重要的数据降维步骤.低秩表示模型具有揭示数据全局结构信息的能力和一定的鉴别能力.稀疏表示模型能够利用较少的连接关系揭示数据的本质结构信息.在低秩表示模型的基础上引入稀疏约束项,构建一种低秩稀疏表示模型学习数据间的低秩稀疏相似度矩阵;基于该矩阵提出一种低秩稀疏评分机制用于非监督特征选择.在不同数据库上将选择后的特征进行聚类和分类实验,同传统特征选择算法进行比较.实验结果表明了低秩特征选择算法的有效性.  相似文献
3.
为提高稀疏非负矩阵分解(SNMF)算法对含噪声图像提取特征的有效性,引入噪声项,并结合SNMF设计新的稀疏优化目标函数,给出该目标函数的优化求解表达式,使提取出的特征具有稀疏性且能增强噪声抵抗能力。针对手机图像,提出一种强鲁棒性的SNMF算法,描述手机待分类界面图和模板子图集概念,以获取手机图像特征,并结合支持向量机实现分类识别。应用结果表明,该算法能够对图像数据进行大规模压缩获取手机图像特征,具有较强的鲁棒性,且以稀疏矩阵作为计算分类识别的目标矩阵,具备较高的识别率。  相似文献
4.
为了充分利用图像本身的结构信息并充分压缩图像数据,把得到的子空间中数据(反馈)的稀疏性作为约束项加入非负张量分解目标函数中,即采用基于反馈稀疏约束的非负张量分解算法对图像集合进行降维.最后,将该算法应用于手写数字图像库中,实验结果表明所提出的方法能有效改善图像分类的准确性.  相似文献
5.
人脸识别技术中除光线、姿态、表情因素外,由于年龄变化而导致的人脸形状和纹理上的变化会极大程度地影响人脸识别系统性能.对此,提出了一种使用稀疏非负矩阵分解算法来实现人脸老化模拟,然后将此方法应用于具有年龄跨度的人脸识别上,通过模拟虚拟样本来增强识别效果.实验结果表明,年龄跨度对人脸识别的确有较大的影响;当系数矩阵保持稀疏时,非负矩阵分解算法具有更强的特征提取能力;经过老化模拟增加虚拟样本后,其纹理老化效果明显地提高了跨年龄段的人脸识别的性能.  相似文献
6.
为了选择有效的图像特征,并将这些特征融合以进行图像的显著区域检测,提出一种基于图像特征稀疏约束的显著性检测算法。该算法首先建立一个包括多种图像特征的特征池,之后假设图像的显著图由特征池中特征的线性组合来表示,并用线性回归的方法从眼动追踪数据库的信息中学习出该线性组合的权重参数;在学习的过程中,对线性回归的系数加一个稀疏约束条件,使得某些不重要特征对应的系数在最优化过程中自动收缩为0,从而达到特征选择的目的。实验结果表明,该模型的检测时间较短,可以得到较高的检测准确率。与传统基于特征融合的显著性检测模型相比,本算法避免了选择特征和构造融合参数的盲目性。  相似文献
7.
考虑自然图像的先验稀疏结构及其特征子空间的局部性,在局部非负矩阵分解(LNMF)算法的基础上,提出一种具有稀疏约束的局部非负矩阵分解(SC-LNMF)神经网络算法。使用两类自然属性不同的图像在不同的维数下对SC-LNMF网络进行训练,该方法都能成功地提取出训练图像的局部特征。与NMF、LNMF特征提取方法相比,实验对比结果证明了SC-LNMF算法能够模拟大脑初级视觉系统V1区感受野的特性,进一步证实了该算法在图像局部特征提取中的有效性和实用性。  相似文献
8.
传统的人耳识别算法在人耳图像遮挡、噪声和人耳多姿态变化中表现出低识别率,近年来稀疏表示在模式识别领域中取得很好的成果。决定稀疏分类器识别精确度的因素主要是稀疏解的稀疏度。而稀疏度的估计就是稀疏向量中非0元素的估计,即向量L0范数。因此在人耳稀疏分类算法的研究中引入L0范数稀疏约束。综上所述,采取基于SRC(Sparse Representation-based Classification)稀疏模型,选取对人耳姿态变化具有强鲁棒性的特征逼近过完备字典,然后使用OMP(Orthogonal Matching Pursuit)算法直接解L0问题,并加入稀疏约束,从优化稀疏解的角度对人耳稀疏分类算法进行改进,提高人耳识别效率。  相似文献
9.
基于合成孔径雷达(Synthetic aperture radar,SAR)图像的稀疏特性,将目标增强模型设计与性能要求相融合,建立了信噪比性能最优化目标函数与lk范数约束项构成的SAR图像变参数增强模型.通过对模型解的惟一性、收敛性及其增强性能分析,确定稀疏参数k的选择范围,继而通过参数估计的均方误差分析,得到正则参数的选择方法,并设计求解迭代过程.图像处理过程可达到较高的自动程度.MSTAR图像数据处理结果验证了该模型的有效性,经处理后图像噪声得到抑制,目标特征得到明显增强,性能优于传统正则化模型.  相似文献
10.
胡学考  孙福明  李豪杰 《计算机科学》2015,42(7):280-284, 304
矩阵分解因可以实现大规模数据处理而具有十分广泛的应用。非负矩阵分解(Nonnegative Matrix Factorization,NMF)是一种在约束矩阵元素为非负的条件下进行的分解方法。利用少量已知样本的标注信息和大量未标注样本,并施加稀疏性约束,构造了一种新的算法——基于稀疏约束的半监督非负矩阵分解算法。推导了其有效的更新算法,并证明了该算法的收敛性。在常见的人脸数据库上进行了验证,实验结果表明CNMFS算法相对于NMF和CNMF等算法具有较好的稀疏性和聚类精度。  相似文献
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