排序方式: 共有59条查询结果,搜索用时 15 毫秒
1.
小样本条件下,Fisher准则中类内散布矩阵一般是奇异的,无法直接求解.本文提出利用粒子群优化理论,在无需求类内散布矩阵逆的情况下求解Fisher准则下小样本最佳鉴别变换的方法.讨论了通过粒子群优化算法的位置-速度搜索模型获取最佳鉴别投影向量的方法和步骤.实验对比类内散布矩阵非奇异时,采用计算特征向量方法和本文方法的差异.分析验证小样本条件下类内散布矩阵奇异时,通过本文方法进行最佳鉴别变换的分类效果.实验证实本文算法的有效性. 相似文献
2.
提出了一种求解二次分配问题的模拟退火蚁群算法。将模拟退火机制引入蚁群算法,在算法中设定随迭代变化的温度,将蚁群根据信息素矩阵搜索得到的解集作为候选集,根据当前温度按照模拟退火机制由候选集生成更新集,利用更新集更新信息素矩阵,并利用当前最优解对信息素矩阵进行强化。当算法出现停滞对信息素矩阵进行重置。实验表明,该算法有着高的稳定性与收敛速度。 相似文献
3.
为模拟植物在不同季节的颜色变化,提出一种在虚拟环境中实现对不同季节植物表观仿真的方法.采用基于二阶统计量的全局颜色传递算法,得到不同季节的纹理库;基于生成的纹理库实现对不同季节植物的表观仿真.为改善传递效果,引入高阶矩,调整目标图像的斜度和峰度分布,使之与样本图像一致.建立评估模型,从颜色和纹理两方面对传递效果进行评估,评估结果表明,该方法的仿真效果较好. 相似文献
4.
基于PCA的图像小波去噪方法 总被引:9,自引:0,他引:9
目前使用的各种小波去噪方法基本上都是建立在对噪声方差精确估计的基础上,而对噪声方差的精确估计是很困难的.提出了一种采用主分量分析(PCA)提取小波系数的主要特征,通过对小波域中噪声能量的估计来实现去噪的新方法.首先利用PCA对小波高频子带进行局部特征提取;然后以主分量对小波系数进行重建的平均能量作为局部噪声能量的估计;将原小波系数的能量减去噪声能量,就得到去噪后的小波系数;最后用小波逆变换对剔除噪声分量后的小波系数进行恢复得到去噪后的图像.本文算法无需对噪声方差进行估计,因而更具实用价值.本文算法与“软阈值”、“硬阈值”去噪方法相比,峰值信噪比(PNNR)提高了2~8dB.实验证实了本文算法良好的去噪性能。 相似文献
5.
基于监督学习深度自编码器的图像重构 总被引:1,自引:0,他引:1
针对数字图像受损信息的重构问题,提出一种将经典无监督学习自编码器(Auto-Encoder,AE)用于监督学习的新方法,并对深度模型结构与训练策略进行了研究。通过设计多组监督学习单层AE模型,提出了逐组“递进学习”和“关联编码”的学习策略,构建了一个新的基于监督学习的深度AE模型结构;对于新模型结构,采用多对一(一个输入样本的多种形式对应一个输出)的训练方法代替经典AE中一对一(一个输入样本对应一个输出)的训练方法。将该模型的结构和训练策略用于部分数据受损或遮挡的图像中进行数据重构测试,提高了模型对受损数据特征编码的表达能力和重构能力。实验结果表明,提出的新方法对于受损及遮挡样本的图像具有良好的重构效果和适应性。 相似文献
6.
基于主分量分析的手写数字字符识别 总被引:16,自引:0,他引:16
针对手写数字字符识别中由于书写习惯和风格的不同,造成字符模式不稳定的问题,提出了一种图像预处理方法.首先采用数学形态学通过细化和膨胀,统一字符笔画的粗细,并使字符的局部特征得到改善;然后利用主分量分析法(PCA)抽取字符特征,估计字符的重建模型,并通过对重建模型的误差分析进行字符识别;最后通过对美国国家邮政局USPS字库中全部数字字符完整的识别实验,证实了算法的鲁棒性和准确性. 相似文献
7.
8.
9.
摄像机标定和三维信息恢复是实现双目立体测量的关键问题。提出了利用模拟退火粒子群优化算法在解空间的搜索能力,求解摄像机标定模型和三维信息恢复模型两个超定方程的方法,讨论了目标函数的建立方式及算法实现步骤。通过实验,分析了该方法求解的绝对误差与相对误差,实验证实了算法的有效性。 相似文献
10.
基于深度卷积神经网络的行人检测 总被引:1,自引:0,他引:1
行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述,然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成,在图像、语音等领域得到了成功应用。针对人工设计的特征提取方法难以有效表达复杂环境下行人特征的问题,提出采用多层网络构建深度卷积神经网络实现对行人检测的方法。系统分析了卷积神经网络层数、卷积核大小、特征维数等对识别效果的影响,优化了网络参数。实验结果表明该方法对于行人检测具有很高的识别率,优于传统方法。 相似文献