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   15篇
  国内免费   3篇
  完全免费   17篇
  自动化技术   35篇
  2014年   2篇
  2013年   1篇
  2012年   4篇
  2011年   1篇
  2010年   4篇
  2009年   5篇
  2008年   7篇
  2007年   5篇
  2004年   3篇
  2003年   1篇
  1997年   1篇
  1991年   1篇
排序方式: 共有35条查询结果,搜索用时 62 毫秒
1.
人脸全局特征识别研究   总被引:7,自引:0,他引:7  
人脸识别是模式中的一个相当重要却又十分困难的课题。本文利用神经网络(Neural Network,简称NN)及主元分析法(Principle Component Analysis),简称PCA)不同的特性提出了两种人脸识别的模型:NN+NN模型及PCA+NN的模型。理论分析和实验结果表示:这两种新的识别模型可以实现优化特征抽取和自适应识别。  相似文献
2.
应用主分量分析与粗糙集处理的特征提取   总被引:6,自引:0,他引:6  
近年来,随着软计算理论的不断发展,粗糙集理论已经成为了目前研究的重点领域。论文讨论了主分量分析(PCA)与粗糙集的理论,并应用于图像特征提取中。采用PCA对输入向量进行甄别,应用粗糙集理论约简与分类无关或关系不大的向量。研究结果表明:在主成分分析中结合粗糙集理论可以排除无关向量的影响,并有效地进行特征提取。试验结果表明了结合两者能够提高模式分类的特征提取的效果。  相似文献
3.
主成份分析—分光光度同时测定铜,钴,锌   总被引:4,自引:0,他引:4  
利用主成份分析法来处理多组分分析中的吸光度数据,同时测定铜、钴、锌。实验结果表明,该方法比最小二乘法更为有效。  相似文献
4.
一种基于PCA/SOFM混合神经网络的图象压缩算法   总被引:4,自引:0,他引:4  
鉴于用神经网络实现图象压缩是一种非常有效的方法,为此提出了一种基于PCA/SOFM混合神经网络的图象压缩编码算法,并对SOFM网络学习参数的优化进行了探讨.实验证明,与PCA SOFM连续编码算法和基本SOFM算法相比,这种混合编码算法,由于占用存储空间少,因而降低了码书设计的计算量,并改善了码书的性能.  相似文献
5.
文本分类中一种混合型特征降维方法   总被引:3,自引:0,他引:3       下载免费PDF全文
提出一种基于特征选择和特征抽取的混合型文本特征降维方法,分析基于选择和抽取的特征降维方法各自的特点,借助特征项的类别分布差异信息对特征集进行初步选择.使用一种新的基于PCA的特征抽取方法对剩余特征集进行二次抽取,在最大限度减少信息损失的前提下实现了文本特征的有效降维.对文本的分类实验结果表明,该特征降维方法具有良好的分类效果.  相似文献
6.
基于局部不变映射的特征描述器算法   总被引:2,自引:0,他引:2       下载免费PDF全文
提出了一种新的基于局部不变映射(Locality preserving projections,LPP)的描述器设计算法.该算法用LPP预先生成一个特征矩阵,接着把特征点邻域内所有点的梯度组成一个高维的梯度向量,然后通过特征矩阵把该梯度向量嵌入到一个低维的流形空间中,生成一个维数很低的向量,并把它作为该特征点的描述器.所提出的算法能保持描述器之间的几何结构不变:原空间中邻接的描述器映射到低维空间后保持邻接,而不相似的描述器映射后区分度更大,所以该算法所生成的描述器能表现特征点之间的内在关系,具有很强的鲁棒性.通过与SIFT(Scale invariant feature transform),PCA-SIFT的实验比较,此算法更快速,更具鲁棒性.  相似文献
7.
基于改进小波分析的DDoS攻击检测方法   总被引:1,自引:0,他引:1       下载免费PDF全文
为准确及时检测DDoS攻击,在研究小波分析法检测DDoS攻击的基础上,提出一种基于主成分分析法和小波分析法的自适应DDoS检测方法,设计采用该方法检测DDoS攻击的模型及算法,分析其增大正常网络流量与异常网络流量之间Hurst参数差值的原因。实验结果表明,该方法减弱了检测结果对门限值的依赖性,提高检测率,防止漏报、误报情况的发生,且由于网络数据维数的降低,该方法大幅提高了检测速度。  相似文献
8.
空间动态可变材质的交互式全局光照明绘制   总被引:1,自引:1,他引:0       下载免费PDF全文
SUN Xin  周昆  SHI Jiao-Ying 《软件学报》2008,19(7):1783-1793
提出了一种空间动态可变材质的交互式全局光照明绘制算法.如果在绘制过程中允许用户对物体的材质作修改,并且对一个物体的不同部分的材质作不同的修改,则称为空间动态可变材质.由于最终出射的辐射亮度和材质呈非线性关系,因此现有许多交互式全局光照明算法不允许用户修改物体的材质.如果一个物体各部分的材质可以不相同,那么材质对最终的出射的辐射亮度的影响更为复杂,目前没有任何交互式全局光照明绘制算法能够在绘制过程中对一个物体不同部分的材质作不同的修改.将一个空间动态可变材质区域划分成许多子区域来近似模拟,每个子区域内部材质处处相同.光在场景传播过程中可能先后被不同的子区域反射,并以此将最终出射的辐射亮度分为许多部分.用一组基材质来线性表示所有的材质,这组基材质被赋予场景中的所有子区域,从而得到不同的基材质的分布.预计算所有这些基材质分布下的各部分最终出射的辐射亮度.绘制时根据各子区域材质在基材质上的系数组合相应的预计算数据,就能交互式绘制全局光照明效果.  相似文献
9.
基于退火粒子群优化的单目视频人体姿态分析方法   总被引:1,自引:0,他引:1       下载免费PDF全文
提出一种基于退火粒子群优化(Simulated annealing particle swarm optimism, SAPSO)的单目视频人体姿态分析方法. 该方法具有以下特点: 首先, 利用运动捕获数据采用主成分分析方法(Principle component analysis, PCA)得到更能反映人体运动本质的姿态紧致空间, 并在此低维空间中进行姿态分析, 提高了姿态分析的准确性和效率; 其次, 将粒子群优化应用到姿态分析中, 并提出退火粒子群优化姿态分析方法, 该方法具有良好的收敛性和全局最优能力; 再次, 基于退火粒子群优化姿态分析方法, 实现了基于单目视频的人体姿态估计和跟踪. 实验结果表明, 本文方法不仅具有良好的计算效率, 同时具有良好的收敛性和全局搜索能力, 能准确分析单目视频中的人体姿态.  相似文献
10.
针对自组织特征映射(SOFM)神经网络应用于矢量量化具有收敛速度慢、计算量大等缺点,本文提出了一种基于PCA/SOFM混合神经网络的矢量量化的算法,先用主元分析(PCA)线性神经网络对输入矢量进行降维处理,再用SOFM神经网络进行矢量量化。通过调整SOFM神经网络的学习函数、邻域权值及初始码书对网络进行优化。实验表明,改进算法缩短了图像压缩的时间,提高了码书的性能。  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