学位论文 > 优秀研究生学位论文题录展示

智能模式识别新方法及其应用研究

作　者: 许亦男
导　师: 王士同
学　校: 江南大学
专　业: 计算机应用技术
关键词: 智能模式识别 径向基函数 中心超平面 神经网络 张量分解 核函数 流形学习
分类号: TP391.4
类　型: 硕士论文
年　份: 2011年
下　载: 152次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着人工智能理论的研究深入,模式识别的研究取得了更进一步的发展,可应用的领域也不断的扩展开来。智能与模式相结合,利用机器模拟人类感知外界,包括接受信息,处理信息等,因此,智能模式识别已经成为主流的研究方向,在实际应用中也得以体现,例如指纹识别,人脸识别等等。智能模式识别的方法多种多样,为了提高智能模式识别效率,本文从两个方面着手展开工作,主要包括以下两个内容:1、径向基函数神经网络(Radial Basis Function Neural Network ,RBFN)是近年来受到广泛重视和研究的神经网络,也是智能模式识别方法中的一员,单一的RBFN已经不能满足人们的需要,因此RBFN与其他方法相结合,取长补短,继而可以获得更好的应用效果。但是这种做法忽视了网络本身原型的重要性和局限性,将超平面这一思想引入RBFN,从一个新的角度来诠释RBFN的原型,传统的RBFN中隐节点的基函数采用的是欧式距离函数,即点到数据中心点的距离。在新型的RBFN中,基函数采用得是点到数据中心超平面的距离,以数据中心超平面代替了原有的数据中心点,对于数据之间关联性较强的数据集,特别是数据本身是围绕着数据中心成平面分布的数据,超平面能更好的表达数据之间的内在联系,更好的反映了数据的分布情况和方向性。在UCI高维数据集上取得了较好的效果。2、此外,多种算法相结合也是提高智能模式识别的手段之一。在传统针对人脸识别的算法中,大多是对正面人脸进行估计,当人脸姿态发生变化时,大多数算法识别率都大大的下降。随着人脸姿态的改变,原来具有人脸特征的部分随着角度的变化被遮挡,人脸判定特征的流失是导致多姿态人脸识别率下降的主要因素。为了解决实际过程中出现的人脸姿态转动影响人脸识别率的问题,提出了有监督的流形与张量分解相结合的人脸识别算法。通过引入监督的信息,利用有监督的流形算法将人脸转动的姿态流形提取出来,再结合张量分解和高斯核函数将姿态映射到高维的数据空间,以此建立人脸识别的模型。通过对高维多姿态人脸数据进行测试,得到了较好的效果。

全文目录


摘要  3-4
Abstract  4-7
第一章 绪论  7-12
  1.1 智能模式识别概述及其研究意义  7-8
  1.2 智能模式识别系统及其分类  8-9
    1.2.1 智能模式识别系统  8-9
    1.2.2 模式识别分类  9
  1.3 前人的主要研究成果  9-10
  1.4 本文研究工作  10-11
  1.5 本文内容安排  11-12
第二章 智能模式识别中的常用算法介绍与分析  12-23
  2.1 人工神经网络算法简介  12-15
    2.1.1 人工神经网络框架  12-14
    2.1.2 常用的几类人工神经网络  14-15
  2.2 流形学习算法简介  15-18
    2.2.1 流形算法概述  15-16
    2.2.2 常用的流形算法介绍  16-18
  2.3 基于核方法的智能模式识别技术  18-22
    2.3.1 核方法  18-19
    2.3.2 基于核方法的常用算法  19-22
  2.4 本章小结  22-23
第三章 超平面中心的径向基神经网络算法  23-33
  3.1 径向基函数神经网络  23-24
  3.2 超平面中心的径向基神经网络  24-26
  3.3 实验结果及分析  26-32
    3.3.1 函数逼近实验  26-30
    3.3.2 数据分类实验  30-32
  3.4 本章小结  32-33
第四章 流形算法结合张量分解的人脸识别算法  33-48
  4.1 局部保留投影流形算法简介  33
  4.2 基于多线性分析的人脸识别技术  33-37
    4.2.1 张量的概念及其基本算法  34-35
    4.2.2 张量在人脸识别算法中的应用  35-37
  4.3 流形算法在人脸识别上的应用  37-41
    4.3.1 有监督的局部保留投影算法  37-38
    4.3.2 函数的插值  38-40
    4.3.3 统一流形的求解  40-41
  4.4 张量与流形相结合的人脸识别技术  41-44
    4.4.1 人脸图像的非线性映射  41-42
    4.4.2 类似于 EM 算法的人脸估计  42-44
  4.5 实验与结果分析  44-47
  4.6 本章小结  47-48
第五章 总结与展望  48-50
  5.1 总结  48
  5.2 展望  48-50
致谢  50-51
参考文献  51-55
附录：作者在攻读硕士学位期间发表的论文  55

相似论文

  1. 带有多项式基的径向点插值无网格方法的研究及应用,O241
  2. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  5. 基于流形学习的高维流场数据分类研究,V231.3
  6. 地波辐射源的调制类型识别与参数估计,TN957.51
  7. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  8. 红外超光谱图像的虚拟探测器研究,TP391.41
  9. 唇读中的特征提取、选择与融合,TP391.41
  10. 基于图像的路面破损识别,TP391.41
  11. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  12. 基于神经网络的水厂投药预测控制研究,TP273.1
  13. 视觉伺服四自由度机械臂的研究,TP242.6
  14. 机械臂视觉伺服系统的研究,TP242.6
  15. 压电驱动微工作台的控制与校正技术研究,TP273
  16. 某武器检测装置的控制系统设计,TP183
  17. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  18. 市级旅游用地规划环境影响评价研究,X820.3
  19. 珠三角地区高性能混凝土配合比智能化系统,TU528
  20. 大学生综合素质测评研究,G645.5
  21. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183

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
© 2012 www.xueweilunwen.com