排序方式: 共有23条查询结果,搜索用时 15 毫秒
11.
12.
13.
主成分分析(Principal Component Analysis,PCA)是人脸识别中一个经典的算法,但PCA方法在特征提取时考虑的是图像的整体信息,并没有考虑图像的局部信息,而分块PCA(Modular Principal Component Analysis,Modular PCA)则可以有效地提取图像中重要的局部信息,所以在人脸识别实验中获得了比传统PCA更好的识别效果。但PCA和Modular PCA都要进行图像的矢量化,这会破坏原始数据的空间结构,也有可能会导致"维数灾难"。多线性主成分分析(Multilinear Principal Component Analysis,Multilinear PCA)作为PCA在高维数据上的扩展,直接使用矩阵或者高阶的张量来获得有效特征,既可以避免"维数灾难",又可以体现直接将张量数据作为处理对象时保留原始数据较好基本结构信息的优点。在研究Modular PCA和Multilinear PCA的基础上,提出了分块多线性主成分分析(Modular Multilinear Principal Component Analysis,M2PCA)算法,用于识别人脸。在Yale、XM2VTS和JAFFE人脸数据库上进行了人脸识别实验,结果表明,在同等的分块条件下,所提出的方法的识别效果要优于Modular PCA的方法。 相似文献
14.
15.
介绍了牛奶纤维的氧化漂白工艺,研究了H2O2用量、工艺温度、硅酸钠用量对牛奶纤维白度的影响,根据检测结果获得最佳氧化漂白工艺。 相似文献
16.
利用戊二醛作为免烫整理剂对棉进行整理,研究了催化剂的种类,pH值,焙烘时间对白度,断裂强度,折皱回复角的影响,对整理后织物的各项性能进行了测试。 相似文献
17.
研究活性染料对牛奶纤维的染色工艺。通过对上染百分率和表面深度K/S值的测定,研究了染色温度、染色时间和碱剂用量对染色效果的影响。找到了最佳染色工艺条件。 相似文献
18.
运动学标定是提高关节臂式坐标测量机精度的主要方法,但运动学标定后的残余误差对其测量精度和稳定性仍有很大影响。本文提出一种基于复合标定和极限学习机的关节臂式坐标测量机残差建模及补偿方法,以提高关节臂式坐标测量机的测量精度。首先,在关节臂式坐标测量机运动学建模和误差建模的基础上,建立了运动学参数辨识模型,并依次进行角度参数辨识、长度参数辨识和长度参数等比例缩放的复合辨识,完成了七自由度关节臂式坐标测量机的运动学标定。其次,通过对标定后残余误差图谱的分析,发现残余误差与测量构型有关联,进而构建了以测量摆角、仰角、距离和转角为变量的测量构型。由于测量构型变量与残余误差存在强非线性关系,提出一种基于极限学习机的残余误差预测和补偿方法。通过实验对本文所提模型及方法的有效性进行验证,结果表明:进行残差修正后关节臂式坐标测量机的单点测量误差最大值由0.061 mm下降到0.044 mm,误差均值由0.023 mm下降到0.017 mm,误差标准差由0.011mm下降到0.007 mm;长度测量误差最大值由0.137 mm下降到0.074 mm,误差均值由0.033 mm下降到0.021 mm、误差标准... 相似文献
19.
小麦赤霉病是典型的气候型病害,气候条件是决定其流行与否的主导因素,同时还受品种抗性及栽培生态环境及管理措施等因素影响。文章通过对永济市小麦赤霉病发病原因的分析,探讨该病发生特点,提出有效的防治对策。 相似文献
20.