基于成对约束和稀疏保留的数据降维算法

结合以成对约束形式给出的监督信息和无监督信息,提出一种基于成对约束和稀疏保留的数据降维算法。通过成对约束信息进行鉴别分析,利用稀疏表示方法保留数据集在变换空间中的全局稀疏结构。实验结果表明,与传统特征抽取算法相比,该算法的识别效果更好,需要调节的参数更少,且鲁棒性较高。     

工作好伙伴

男友的推荐使怡华“大仓库”成了我工作、生活的一部分,它的出色表现让我得到了领导的赞赏。当然,我和“大仓库”也曾发生意外,但却更加深了我对它的了解。     

首饰金表面电镀铑层的颜色探讨

首饰表面电镀铑能够提高其装饰效果,颜色是重要的指标之一,但是在生产中常出现颜色不佳和评价不客观的问题。采用硫酸铑体系在18K金表面电沉积铑,通过分光光度计、激光共聚焦显微镜、场发射扫描电镜等手段研究了镀膜时间、电压、镀件结构、悬挂方式等工艺因素对铑镀层颜色的影响。结果表明,采用分光光度计可以定量分析铑镀层的颜色指标及其分布均匀性,为稳定控制生产提供保障。随着电压的提高和镀膜时间的延长,镀层亮度下降,颜色向偏红、偏黄方向转变,颜色均匀性变差,边缘的黄度和色度普遍高于中央部位,亮度则相反。对于具有狭缝类结构的试样,垂直悬挂电镀有利于减少内外壁的色差,随着狭缝内高的加大,悬挂方式对色差的影响减小。     

局部结构保持的鉴别分析方法

局部投影保持LPP(Locality Preserving Projections)是一种局部特征提取算法,它能够有效地保留数据集的局部结构。不相关保局投影鉴别UDLPP(Uncorrelated Discriminant Locality Preserving Projections)在LPP的基础上考虑了类别信息,通过保留类内几何结构并最大化类间距离获得了良好的鉴别性能。结合UDLPP的思想,在UDLPP的基础上提出了一种局部结构保持的鉴别分析方法PCLSP(Pattern Classification based on Local Structure Preserving)。该方法结合了数据集的类别信息以及数据集的局部结构信息,通过最小化类内近邻分离度以及最大化类间近邻分离度来提高鉴别性能,从而进一步反映了数据的局部结构,提高了识别率。通过在ORL(Olivetti-Oracle Research Lab)和YALE两个标准人脸库上实验验证了该算法的有效性。     

图像多模态扰动的人脸识别方法

为了克服因人脸图像检测引起的配准不稳定性和小样本引起的维数灾难,由一副二维人脸图像通过上下左右平移生成4个图像,把生成的图像与原来的图像一起加入训练样本集,构成新的训练图像集。基于二维图像,结合图像局部结构信息,设计了准则函数,获得双投影矩阵,抽取人脸特征。对待识别人脸图像,由它的扰动图像设计识别方法。与传统的人脸识别方法相比,该方法的识别效果更好;Yale和ORL人脸数据库上的实验结果验证了该方法的有效性。     

流形结构保持的传播半监督降维算法

标签传播算法(LP)是一种基于图的半监督学习算法,通过保持数据间的某些特殊结构,将部分有标签数据的标签信息迭代传递给无标签数据,直至获得全局的稳定状态.结合标签传播算法和线性鉴别分析提出一种流形结构保持的传播半监督降维算法(SDRMPP),采用流行结构上的重构权重并结合已知的部分标签信息进行标签传播,利用传播后获得的全体软标签信息构造离散度矩阵实现鉴别分析,通过求解目标函数的最优值获得特征抽取空间,从而对测试样本进行分类.在Yale和Feret两个标准人脸库上实验验证了该算法的有效性,尤其在只存有少量有标签样本的情况下,该算法仍能保持良好的分类性能.