基于高斯混合模型的分量对称正定矩阵模型

来源 :模式识别与人工智能 | 被引量 : 0次 | 上传用户:wang840911
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
高斯混合模型(GMM)可以利用多个高斯分量捕捉图像集的变化信息,是一种良好的图像集描述方法.结合分量对称正定矩阵表示方法(CSPD),文中提出基于GMM的CSPD模型(G-CSPD).模型将图像集分成大小相同的子图像集,使用GMM描述每个子图像集,最终得到一个G-CSPD矩阵,该矩阵中元素描述子图像集之间相似性.在3个图像集上的实验表明,G-CSPD是具有鉴别性的图像集描述方法.
其他文献
高职毕业生就业选择受多种因素影响。其中毕业生父母的就业态度对毕业生影响力度是深刻和关键。通过对毕业生的问卷调查和数据分析,探讨毕业生父母干渉毕业生就业选择的相关
聚类是数据挖掘中重要的数据处理方法.文中提出改进的离散多目标量子微粒群聚类算法.针对类中心数目未知的情况,引入整数编码策略,基于Canopy策略预测类中心的数目,设计有效的微粒
8月25日,省教育厅厅长、党组书记、省高校工委书记王海燕一行来我校调研指导工作,教育厅(高校工委)办公室主任王光亚陪同调研。
【目的】探讨第五版乳腺影像报告与数据系统(BI-RADS)对可疑钙化评估分类的临床应用价值。【方法】回顾性分析2012年5月至2017年5月乳腺X线检出可疑钙化并切除活检患者的乳腺
在新形势下,卫生高职院校如何把握良好的发展机遇,健全管理体制,积极推行导师制,引导学生全面成长,为社会培养合格的高端技能型人才,这是一项必须加以研究的新课题。本文以惠州卫生
如何有效评估(预测)肿瘤病人的个性化药效是当前肿瘤研究的热点之一.文中从靶向治疗基本原理和研究现状出发,分析和讨论如何实现肿瘤精准医疗中的个性化用药药效评估方法,提
期刊
第六届全国智能信息处理学术会议(NCIIP2017)由中国人工智能学会和中国计算机学会主办,中国人工智能学会知识工程与分布式智能专业委员会、中国计算机学会人工智能与模式识别专
目标跟踪过程中常遇到形变和部分遮挡问题.为了解决该问题,文中提出结合分层极限学习机和自适应结构化局部稀疏外貌模型的视觉跟踪算法.分层极限学习机具有提取鲁棒特征并快速分类的能力.自适应结构化局部稀疏外貌模型可以使跟踪结果更准确,也可以解决部分遮挡问题.在不同视频序列上的性能测试表明文中算法在保持较高跟踪精度的同时,跟踪过程也较稳定.
本文通过对运算电容式传感器及铝氧化膜厚度测试的实验研究,分析了影响测试精度的主要因素,并给出了校正方法和实用测量模型。