核主分量分析相关论文
UHF法作为GIS设备PD检测的有效方法已得到了广泛的应用,但GIS内UHF PD信号的特征提取一直是研究的难点问题.作者从小波包对UHF PD......
本文给出了基于非线性核函数映射的主分量分析KPCA(KernelPrincipleComponentAnalysis)进行人脸特征区域定位的方法.在高维非线性......
人脸识别是一项富有理论和应用价值的研究课题,对它的研究还相当不成熟。本文回顾了人脸识别的研究历史和发展现状,讨论了人脸识别......
该文主要研究基于核函数的机器学习方法(以下简称核学习方法)的理论、算法和应用.针对目前核学习方法中存在的一些问题:如何提高现......
人脸识别是生物特征识别的一个主要研究方向,与其它生物特征识别技术相比较,人脸识别有主动性,用户界面友好等许多特点。同时,在所......
本论文提出了一个在不降低基于错误实例系统准确率的前提下提高系统效率的方法：就是通过stringkernel、KPCA、K-means聚类等技......
提出了一种基于核主分量分析（PCA）正则化的机器人实时定位算法。此算法以半监督学习完成离线训练,首先,以机器人在其预置运动路径上......
该文的研究目的是利用人的自发脑电,识别几种特定的意识任务形成较为复杂的控制命令,实现人脑与计算机间的信息交换,希望为有严重......
在很多贫困地区及许多野外作业的情况下,柴油发电机仍然是电力供应的不二选择。二甲醚柴油是一种新型的清洁能源,具有优异的排放性......
智舌是本实验室自主研发的一种新型电子舌系统,由传感器阵列、信号激发与接收电路以及智能算法三个部分组成。前期电子舌的研究多......
在模式识别领域，特征选择和特征提取作为设计模式识别系统的重要一环，对原始数据进行变换，以得到最能反映分类本质的特征。
主分......
声发射技术是刀具磨损状态监测的有效检测方法。针对目前对刀具声发射信号难以实现识别分辨率和计算速率兼容的问题,提出关于刀具......
在雷达目标识别中,利用核主分量分析(KPCA)方法来进行目标特征提取,忽略了高分辨率距离像(HRRP)的本身特性。提取一种平移不变特征......
研究了核主分量分析(KPCA,Kernel Principal Component Analysis)在高分辨雷达目标特征提取与识别中的应用。首先讨论了KPCA算法原......
此文提出了一种新的脸谱识别方法--基于核主分量分析(KPCA)的脸谱识别方法.首先利用KPCA方法提取脸谱图象的特征,然后利用线性支持......
提出了一种新的手写体数字识别方法。首先利用核主分量分析技术提取数字图像的全局特征,然后利用独立分量分析技术提取数字图像的......
如何选择最优或接近最优的核函数使分类错误率降低,是KPCA应用于特征提取的关键。为了优化核函数,提高特征提取的能力并降低分类错......
雷达目标识别中,核主分量分析(KPCA)算法是一种重要的特征提取算法,但雷达目标高分辨率距离像(HRRP)具有平移敏感性,使得该方法应......
作为一种新的特征抽取算法,核主分量分析(KPCA)已经广泛应用于人脸等图像识别任务中.但是该方法的时间复杂度依赖于训练样本的数目......
论文提出了基于小波特征的核主分量分析技术,即在进行非线性映射之前,首先利用小波变换对原始输入训练样本进行预处理,获取低频平......
尽管核主分量分析能够有效地提取非线性特征,并成功地应用于人脸识别,但是抽取对光照、表情不敏感的特征仍然是亟待解决的问题。该......
分析表明，KMSE模型准则中正则项的使用相当于引入了一个与核矩阵特征值直接相关的项以度量模型的泛化性能。根据矩阵特征值知识，可知......
针对数字调制信号识别中特征参数数目多和特征冗余的问题,提出一种数字调制信号识别的特征参数优化方法。首先利用正交实验对常用......
为了提高图像分类的识别率 ,在对基于核的学习算法中 ,核函数的构成条件以及不同核函数的特性进行分析和研究的基础上 ,提出了一种......
针对雷达目标高分辨距离像（HRRP）存在大量的信息冗余，易受到噪声的污染，可分性较差等问题，本文利用核方法解决非线性问题的优点，提出了基......
一维距离像是自动目标识别的一种重要特征,它对目标姿态变化很敏感,只有通过进一步处理提取稳定特征才能够有效用于识别.针对距离......
将最近特征线(NFL)、特征面(NFP)和特征子空间(NFS)分类方法推广为基于核的NFL、NFP和NFS,其优点是可直接对高维的人脸图像样本进......
首先分析了独立分量分析(ICA)在人脸识别应用中存在的一些问题,然后从3个方面对基于独立分量分析的人脸识别方法进行了改进:首先利......
针对大训练集时核主分量分析（KPCA）的计算代价大、特征提取速度慢等问题，提出一种KPCA的快速算法．该算法通过训练样本在特征空间所张成......
将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中，结合SVM分类技术，提出了基于SKO—IKPCA和SVM的雷达目标HRRP特征提取与识......
核主分量分析（Kernel principal component analysis ,KPCA）是一种利用核方法将主分量分析（Principal component analysis，PCA）推广后的......
若信号的信噪比较小,经验模式分解不能正确分解出基本模式分量,分量中含有伪分量。根据此种情况,提出一种核主分量分析与经验模式......
UHF法作为GIS设备PD检测的有效方法已得到广泛应用,但GIS内UHFPD信号的特征提取一直是研究的难点问题。作者从小波包对UHFPD信号分......
针对单目视频中的人类行为识别,提出了基于动作子空间与权重条件随机场的行为识别方法。该方法结合了基于特征提取的核主分量分析(......
机械零件形状识别是机械视觉领域的一项重要研究内容。通过傅里叶描绘子，抽取机械零件形状的轮廓信息，形成一系列的高维矢量集合；利用......
神经网络模式识别方法是模式识别领域的一个新的研究方向，而BP算法是神经网络众多算法中应用最为广泛的一种。针对BP算法易于陷入局......
Due to the correlation and diversity of robotic kinematic dexterity indexes,the principal component analysis(PCA) and ke......
多径衰落是水声信道的主要特征,利用多径衰落信道具有的混沌行为,提出一种新的抗多径干扰的方法.建立基于混沌相空间的水声信道模......
多频极化SAR图像不同的波段和极化方向上存在着冗余信息和相干斑噪声。为此，提出了一种基于核主分量分析（KPCA）的多频率多极化SAR图像......
最小平方误差方法（LeastSquareError，MSE）因其在对模式分类中所具备的有效性和高效性，在模式识别领域得到广泛的应用。同时基于核方法......
研究了核主分量分析（KPCA，Kemel Principal Component Analysis）在高分辨雷达目标特征提取与识别中的应用。首先讨论了KPCA算法原理，然......
为了解决核主分量分析方法处理大训练样本集时计算代价巨大的问题,在采用子集划分的KPCA算法基础上,提出采用核聚类划分子集,并用......
为了有效地评测人的驾驶精神疲劳状态，本文提出了一种基于核学习算法的精神疲劳分级方法。该方法首先用多变量自回归模型（MVAR）提取位......
提出了核独立分量分析算法，即白化的核主分量分析加上独立分量分析算法。该算法在电网信息不足时，利用电网部分支路的潮流作为观测值......
为了保证电力系统更经济、可靠的运行，对电力系统状态的估计要求越来越严格，对算法的要求也越来越高。本文将核主分量分析算法和独立......
利用小指数多项式核主分量分析(KPCA)提取人脸样本的非线性特征,提高对光照、姿态及面部表情变化的鲁棒性,构造训练样本的类内散布......
模式分类是模式识别的一项重要内容,在许多领域已经得到成功的应用。本文主要从两个方面对模式分类进行了探讨和研究。一方面,针对......
雷达高分辨距离像是目标沿雷达视线方向上的投影,包含目标丰富的结构信息,且具有易于获取的特点,因此基于距离像的识别有着实际的......
特征抽取是模式识别研究的最基本的问题之一。无论是人脸识别还是字符识别，抽取有效的鉴别特征是解决问题的关键。核投影分析，包括核......
