有限制的MFA-ICA的算法及其在图像特征提取中的应用

来源 :计算机应用 | 被引量 : 12次 | 上传用户:ponny2006
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
传统的独立成分分析(IndependentComponentAnalysis,ICA)是一种无噪声模型,而实际应用中噪声是存在的。根据多元统计中的因子分析模型,改变其假设条件,从而得到一种有噪声ICA模型,对于模型参数,引入平均场近似(MeanFieldApproximation,MFA)原理来求解。针对图像特征提取,通过增加对模型参数的一些限制,使其能得到更为独立的图像特征,为图像识别提供更可靠的特征信息,从而大大提高识别率。通过仿真模拟图形以及ORL人脸数据进行实验,将传统的独立成分分析算法、无
其他文献
为了进一步减小宏块的帧间预测误差,新的视频编码标准H. 264 /AVC采用了灵活多样的块划分类型。不同于以往视频编码标准中规定的16×16, 8×8固定块尺寸,H. 264 /AVC中采用的块尺寸包含16×16到4×4七种类型。然而在提高编码效率的同时却带来了巨大的计算复杂度,尤其是采用率失真全搜索算法时。提出了一种基于运动搜索预处理及残差纹理分析的快速帧间块划分模式预测算法,并通过实验证明了
WMI是Microsoft基于Web的企业管理(WBEM)的实现。对基于WMI的系统管理技术进行了深入的研究,设计并实现了一个基于WMI的系统管理软件。
文章利用粗集理论中的特征属性约简方法来分析和研究欺诈风险 ,提出了一种基于粗集的欺诈风险分析方法 ,并通过一个信用卡欺诈的分析实例对该算法进行了检验。实验结果表明 ,在保证分类质量基本不变的情况下 ,该算法是有效的 ,它能找出引发欺诈行为的主要特征属性 ,帮助管理者及时、准确地预测各种可能发生的欺诈风险。