学位论文 > 优秀研究生学位论文题录展示
模式识别中几类降维方法的研究
作 者: 李文博
导 师: 林依勤
学 校: 湘潭大学
专 业: 计算数学
关键词: 降维 局部保持投影 判别信息 双向投影 张量子空间分析
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 46次
引 用: 0次
阅 读: 论文下载
内容摘要
数据降维在模式识别中的人脸识别领域有着广泛的应用。由于表示人脸图像的数据通常具有很高的维数,而高维数不仅会导致“维数灾难”问题,而且会使人们对数据集中所隐含的结构信息难以直观的理解和发现。若对数据进行降维预处理,一方面可以克服“维数灾难”问题;另一方面可以大大减小计算的复杂性和噪声,所以数据降维方法的研究引起了研究者们的关注。本文首先对目前人脸识别领域中经典的一维及二维单向降维方法进行了较为全面的介绍,接着对二维双向降维方法张量子空间分析(TSA)和判别张量子空间分析(DTSA)进行了分析。此外,针对二维判别有监督局部保持投影方法仅利用了单边投影,从而导致投影空间还有特征可提取的问题,我们提出了二维双向判别有监督局部保持投影(BDSLPP)。然后对于TSA和DTSA的左、右投影矩阵是不正交的,而正交的投影矩阵可以保持图像数据空间的度量结构信息的问题,我们又提出了正交张量子空间分析(OTSA)和正交判别张量子空间(ODTSA)分析。最后本文将这几种方法分别在著名的ORL和Yale人脸数据库上进行了数值实验,实验结果表明这些方法都具有较高的识别率。
|
全文目录
摘要 5-6 Abstract 6-9 第一章 绪论 9-12 1.1 模式识别及人脸识别的简介 9-10 1.1.1 模式识别概述 9 1.1.2 人脸识别概述 9-10 1.2 数据降维简介 10-11 1.2.1 数据降维概述 10-11 1.2.2 降维方法的分类 11 1.3 本文工作 11 1.4 本文结构 11-12 第二章 经典的一维降维方法 12-17 2.1 主成分分析(PCA) 12-13 2.2 线性判别分析(LDA) 13-14 2.3 局部保持投影(LPP) 14-15 2.4 判别局部保持投影(DLPP) 15-17 第三章 经典的二维降维方法 17-28 3.1 二维单向降维方法 17-22 3.1.1 二维主成分分析(2D-PCA) 17-18 3.1.2 二维局部保持投影(2D-LPP) 18-19 3.1.3 二维判别局部保持投影(2D-DLPP) 19-21 3.1.4 二维判别监督局部保持投影(2D-DSLPP) 21-22 3.2 二维双向降维方法 22-28 3.2.1 TSA和DTSA的概述 23-24 3.2.2 张量子空间分析(TSA) 24-26 3.2.3 判别张量子空间分析(DTSA) 26-28 第四章 二维双向判别有监督局部保持投影算法 28-37 4.1 二维双向判别监督局部保持投影算法(BDSLPP) 28-31 4.2 数值实验 31-36 4.2.1 实验一:在ORL人脸数据库上的实验 31-34 4.2.2 实验二:在Yale人脸数据库上的实验 34-36 4.3 本章小结 36-37 第五章 正交张量子空间分析(OTSA)和正交判别张量子空间分析(ODTSA) 37-50 5.1 迹比率最优化问题(trace ratio optimization) 38-40 5.2 Lanczos向量 40-41 5.3 正交的张量子空间分析(OTSA)和正交的判别张量子空间分析(ODTSA) 41-45 5.4 计算复杂度分析 45-46 5.5 数值实验 46-49 5.5.1 实验一:在ORL人脸数据库上的实验 46-47 5.5.2 实验二:在Yale人脸数据库上的实验 47-49 5.6 本章小结 49-50 总结与展望 50-51 参考文献 51-55 致谢 55
|
相似论文
- 基于流形学习的数据降维技术研究,TP311.13
- 基于分类器融合的人脸识别研究,TP391.41
- 基于局部优化投影的人脸识别方法研究,TP391.41
- 基于词跨度的中文文本关键词提取及在文本分类中的应用,TP391.1
- 基于支持向量机的基因表达数据降维方法的研究,TP181
- 流形学习中样本点稀疏问题的研究,TP391.41
- 基于茧丝纤度序列的多总体分类判别及其比较,O212
- 学习表达式的映射机制研究,TP181
- 基于非线性降维的人脸表情识别若干算法的研究,TP391.41
- 利用非局部相似性的图像超分辨率重建研究,TP391.41
- 基于数据降维的人脸图像检索及识别,TP391.41
- 基于非负矩阵分解的高光谱遥感图像混合像元分解研究,TP751.1
- 基于内容的图像检索和聚类反馈系统研究,TP391.41
- 一类切换系统的稳定性分析,TP13
- 一类非线性广义系统观测器的设计,TP13
- 文本分类中特征降维方法的研究,TP391.1
- 基于嵌入空间的降维算法建模研究及应用,TP311.13
- 基于DK-Means算法的文本聚类的研究与实现,TP391.1
- 一类非线性Lipschitz观测器设计研究,TP13
- 基于子空间分析的图像检索和人脸识别研究,TP391.41
- 基于LPP的视频图像头部姿态估计的方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|