基于最大散度差判别分析的一种目标识别方法

来源 :系统仿真学报 | 被引量 : 11次 | 上传用户:lijx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对线性判别分析(LDA)在多类高维小样本模式的分类中存在的"小样本问题"和"次优性问题",提出了一种基于最大散度差判别准则的监督维数约简方法。首先,构造类内和类间离散度函数;然后采用最大散度差判别准则设计最佳判别目标函数,得到映射矩阵和提取分类特征。该方法省略了求解逆矩阵过程,从而避免了传统的LDA存在的小样本问题;最后,在真实飞机图像数据库上的识别实验结果验证了该算法的有效性。
其他文献
体震信号是一种无感觉记录心脏搏动的新型检测系统,较心电信号更适合在日常实时监测中使用。针对体震信号的产生机理,以心脏动力学为基础,分析了心动周期中心冲击力的产生过程,模拟了该力在主动脉传导中的血流速度变化曲线,给出了坐姿体震信号检测系统的传递函数,最终建立了体震信号的数学模型,并使用MATLAB进行时域波形仿真。仿真结果表明所建模型能够准确地反映坐姿体震信号的特征点,有助于依据体震信号评价心脏功能
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
期刊
针对最优控制问题的数值求解,提出了一种混合小波神经网络-粒子群(WNN-PSO)算法。算法首先利用小波神经网络的非线性逼近能力参数化最优控制轨迹,将最优控制问题转化为非线性规划(NLP)问题,其决策变量为小波神经网络的参数,然后采用粒子群(PSO)算法优化小波神经网络参数,获得NLP问题的全局最优解。针对Bang-Bang最优控制问题和一个经典的化工过程最优控制问题进行仿真研究,验证了所提出算法的
汽车零部件仓储对主机厂的正常生产起着至关重要的作用。在分析汽车零部件仓储特点的基础上,探讨了在零部件仓储中应用自动化立体仓库(AS/RS)的可行性与必要性;然后针对自动化立体仓库实施中货位规划的难题,以提高零部件出库作业效率和货架稳定性和安全性为优化目标,建立了货位优化的多目标数学模型。根据某汽车零部件仓储中心的实际情况,通过设置随机目标权重改进传统的遗传算法,在MATLAB软件环境中对模型进行多
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
期刊
对于遗传算法而言,全局探索和局部寻优能力之间的平衡影响算法的性能,选择压力就代表着这个平衡。只有当全局探索和局部寻优之间的平衡达到最佳化才能够使算法又快又精确的寻求到全局最优解。随着算法运行,种群结构不断的变化,选择压力也在不断变化。分析研究了灾变元胞遗传算法的选择压力,根据种群多样性和种群收敛度,提出一种基于灾变参数调节选择压力的自适应元胞遗传算法。通过两个典型函数优化实验,表明选择压力自适应调
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥