期刊文献+
共找到54篇文章
< 1 2 3 >
每页显示 20 50 100
核最小模最小平方误差方法医学图像识别算法 预览
1
作者 夏开建 靳勇 《中国医疗设备》 2018年第2期73-76,80共5页
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。同时基于核方法的非线性理论的不断成熟,针对医学图像识别通常存在的非线性可分问题,提供了一种有效的解决途... 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。同时基于核方法的非线性理论的不断成熟,针对医学图像识别通常存在的非线性可分问题,提供了一种有效的解决途径。本文将两者结合,并针对MSE中存在的投影向量“超定”的问题加以分析和改进,提出了这种基于核理论的最小模最小平方误差方法(KernelMinimalMeanSquareError,KMNMSE),并建立了一种一般的MNMSE分类器模型。最后通过在CT医学图像上做了大量的实验,实验结果与其他方法的比较,验证了本文所提出方法的有效性。 展开更多
关键词 最小平方误差 方法 最小模最小平方误差方法 主分量分析 医学目标识别
在线阅读 下载PDF
基于中心矩特征和GA-BP神经网络的雷达目标识别 预览
2
作者 赵东波 李辉 《红外与激光工程》 CSCD 北大核心 2018年第8期384-390,共7页
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-中心矩作为特征向量,采用KPCA进行特征降维;由于BP神经网络易陷入局部极小,采用遗传算法(GA)... 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-中心矩作为特征向量,采用KPCA进行特征降维;由于BP神经网络易陷入局部极小,采用遗传算法(GA)对BP网络节点权值和阀值进行优化选择。基于雷达实测数据的实验结果表明:平移不变的KPCA特征提取方法实现了平移不变和降维的结合,同时,利用GA优化BP神经网络提高了分类器稳定性改善易陷入局部最小的缺陷,提高了雷达目标识别的性能。 展开更多
关键词 高分辨率距离像 主分量分析 中心矩 遗传算法 BP神经网络
在线阅读 下载PDF
基于核主分量相关判别分析特征提取方法的目标HRRP识别 预览
3
作者 李龙 刘峥 《电子与信息学报》 CSCD 北大核心 2018年第1期173-180,共8页
为有效提高雷达高分辨1维距离像目标识别系统的总体性能,需要对目标高分辨1维距离像进行特征提取,以得到具有最小信息损失、高可分性且低维度的目标特征,为实现该目的提出一种基于核主分量相关判别分析的特征提取算法。该算法基于目标... 为有效提高雷达高分辨1维距离像目标识别系统的总体性能,需要对目标高分辨1维距离像进行特征提取,以得到具有最小信息损失、高可分性且低维度的目标特征,为实现该目的提出一种基于核主分量相关判别分析的特征提取算法。该算法基于目标高分辨1维距离像的统计特性,通过对核主分量分析中核函数的选择,实现对不同类型距离单元的特征提取。同时综合线性判别分析与典型相关分析理论构建新的准则函数,以实现特征空间中类内相关性与类间差异性最大化,同时减少目标特征中的冗余信息。利用实测数据进行实验,结果表明该方法提高了特征向量的可分性,降低了特征向量的维度,并且对该算法在不同强度杂波下的识别性能进行了分析,实验结果表明,该方法可以有效的提高目标高分辨1维距离像目标识别系统的总体性能。 展开更多
关键词 高分辨距离像目标识别 特征提取 主分量分析 线性判别分析 典型相关分析
在线阅读 免费下载
基于动作子空间和权重条件随机场的行为识别 预览
4
作者 王智文 蒋联源 +4 位作者 王宇航 欧阳浩 张灿龙 黄镇谨 王鹏涛 《电子科技大学学报》 EI CAS CSCD 北大核心 2017年第2期412-418,共7页
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(KPCA)与基于运动建模的权重条件随机场(WCRF)模型。探讨了通过非线性降维行为空间的基本结构,并在运... 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(KPCA)与基于运动建模的权重条件随机场(WCRF)模型。探讨了通过非线性降维行为空间的基本结构,并在运动轨迹投影过程中保留清晰的时间顺序,使人体轮廓数据表示更紧凑。WCRF通过多种交互途径对时间序列建模,从而提高了信息共享的联合精确度,具有超越生成模型的优势(如放宽观察之间独立性的假设,有效地将重叠的特征和远距离依存关系合并起来的能力)。实验结果表明,该行为识别方法不仅能够准确地识别随时间、区域内外人员变化的人类行为,而且对噪声和其他因素鲁棒性强。 展开更多
关键词 人类行为识别 人体轮廓提取与表示 主分量分析 非线性降维 权重条件随机场
在线阅读 免费下载
基于相空间重构和核主分量的水声信号增强 预览
5
作者 党华 仇异 +1 位作者 郭军强 王卫江 《北京理工大学学报》 EI CAS CSCD 北大核心 2016年第3期271-276,共6页
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型,利用核技巧φ(x)·φ(y)=k(x,y),通过核主分量分析提取相空间数据中累积贡献率达到90%的非... 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型,利用核技巧φ(x)·φ(y)=k(x,y),通过核主分量分析提取相空间数据中累积贡献率达到90%的非线性核主分量,然后利用核主分量逆向投影回原相空间,通过去掉噪声干扰等次分量,提高水声衰落信号的信噪比.基于实测水声数据的仿真实验结果表明,该方法能将chirp水声信号信噪比提高7.76dB,达到对多径衰落水声信号增强的目的. 展开更多
关键词 多径衰落 混沌相空间重构 主分量分析 水声
在线阅读 免费下载
混合KPCA和SVM的机械零件形状识别方法研究 预览 被引量:1
6
作者 冯长建 吴斌 罗跃纲 《机械制造与自动化》 2016年第4期132-134,139共4页
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;利用核主分量分析(KPCA)进行特征矢量降维;再利用支持向量机(SVM)对一些简单的机械零件(垫圈、... 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;利用核主分量分析(KPCA)进行特征矢量降维;再利用支持向量机(SVM)对一些简单的机械零件(垫圈、螺母和螺栓)进行了分类实验。实验表明,对于不重叠且形状完整的机械零件具有非常高的识别率,为机械零件智能分拣、智能装配等任务的设计提供了重要的参考依据。 展开更多
关键词 形状识别 傅里叶描绘子 主分量分析 支持向量机 机械零件
在线阅读 下载PDF
基于图像分析的鼻纹特征点对比分析方法研究 预览
7
作者 胡郁 《计算机仿真》 CSCD 北大核心 2016年第3期314-317,共4页
由于鼻纹特征点发生变化时,无法提取细致的鼻纹特征,采用传统的算法进行鼻纹特征点对比分析中,缺少准确的鼻纹特征点,导致分析精确度低、适应性差的问题。提出采用KPCA—KFDA融合算法的鼻纹特征点对比分析方法,首先将核主分量分析... 由于鼻纹特征点发生变化时,无法提取细致的鼻纹特征,采用传统的算法进行鼻纹特征点对比分析中,缺少准确的鼻纹特征点,导致分析精确度低、适应性差的问题。提出采用KPCA—KFDA融合算法的鼻纹特征点对比分析方法,首先将核主分量分析(KPCA)和核Fisher判决分析(KFDA)提取的鼻纹图像的特征点进行组合,然后建立高质量的鼻纹图像的特征点向量,融合于支持向量机的分类策略,依据较少鼻纹图像的特征点训练样本对鼻纹图像的特征点进行精确的分类识别,最后精确地完成鼻纹特征点对比分析。仿真结果证明,KPCA—KFDA融合算法的鼻纹特征点对比分析方法分析精确度高,适应性强。 展开更多
关键词 鼻纹 特征对比 主分量分析
在线阅读 下载PDF
Efficient image representation for object recognition via pivots selection
8
作者 Bojun XIE Yi LIU +1 位作者 HuiZHANG Jian YU 《中国计算机科学前沿:英文版》 SCIE EI CSCD 2015年第3期383-391,共9页
关键词 不完全Cholesky分解 图像表示 对象识别 支点 主分量分析 计算机视觉 描述符 SIFT
Comparison between PCA and KPCA methods in comprehensive evaluation of robotic kinematic dexterity 预览
9
作者 孙志娟 Zhao Jing Li Liming 《高技术通讯:英文版》 EI CAS 2014年第2期154-160,共7页
Due to the correlation and diversity of robotic kinematic dexterity indexes,the principal component analysis(PCA) and kernel principal component analysis(KPCA) based on Unear dimension reduction and nonlinear dimensio... Due to the correlation and diversity of robotic kinematic dexterity indexes,the principal component analysis(PCA) and kernel principal component analysis(KPCA) based on Unear dimension reduction and nonlinear dimension reduction principle could be respectively introduced into comprehensive kinematic dexterity performance evaluation of space 3R robot of different tasks.By comparing different dimension reduction effects,the KPCA method could deal more effectively with the nonlinear relationship among different single kinematic dexterity indexes,and its calculation result is more reasonable for containing more comprehensive information.KPCA’s calculation provides scientific basis for optimum order of robotic tasks,and furthermore a new optimization method for robotic task selection is proposed based on various performance indexes. 展开更多
关键词 PCA方法 运动灵活性 机器人 综合评价 成分分析 非线性关系 主分量分析 计算结果
在线阅读 下载PDF
基于核主分量分析和典型相关分析的语音情感识别 预览 被引量:3
10
作者 卞金洪 王吉林 +1 位作者 余威风 赵力 《数据采集与处理》 CSCD 北大核心 2014年第2期222-226,共5页
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)推广后的学习方法,KPCA方法能够使得输入空间线性不可分的样本在特征空间有更好的可分性。典型相关分... 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)推广后的学习方法,KPCA方法能够使得输入空间线性不可分的样本在特征空间有更好的可分性。典型相关分析(Canonical correlation analysis,CCA)是分析两组随机变量之间的相关性的一种统计方法。本文提出将KPCA方法用于语音情感识别中,并采用KPCA和CCA结合的方法用于情感识别。与传统的PCA方法进行了对比,研究结果表明基于KPCA及KPCA+CCA的情感识别有较好的效果。 展开更多
关键词 语音信号 情感识别 情感特征 主分量分析 典型相关分析
在线阅读 下载PDF
基于特征评估与核主分量分析的齿轮故障分类方法 被引量:3
11
作者 瞿雷 戴光昊 +1 位作者 王琇峰 沈玉娣 《机械传动》 CSCD 北大核心 2014年第11期105-110,共6页
针对无先验知识模式下机械故障特征的选择、融合存在盲目性、片面性,提出了一种基于特征评估与核主分量分析的齿轮故障特征提取与分类方法。该方法采用小波包分解对原始信号进行分解,分别提取原始信号和各分解信号的时域指标组成联合特... 针对无先验知识模式下机械故障特征的选择、融合存在盲目性、片面性,提出了一种基于特征评估与核主分量分析的齿轮故障特征提取与分类方法。该方法采用小波包分解对原始信号进行分解,分别提取原始信号和各分解信号的时域指标组成联合特征,然后确定了稳定性门限值与敏感性筛选比例因子,采用稳定性与敏感性联合评估方法对特征进行评估,并利用核主分量分析方法提取剩余联合特征中的非线性特征,实现不同齿轮故障状态的分类。实验结果表明,这种集成了小波包分解、特征联合评估方法和核主分量分析的齿轮故障分类方法能够更好地提取齿轮故障的特征信息,从大量的故障特征中剔除不稳定与不敏感的劣质特征,明显改善了核主分量分析提取齿轮故障非线性特征的效果。 展开更多
关键词 特征评估 主分量分析 小波包分解 特征提取 齿轮
特征降维与决策融合在刀具磨损监测中的应用 被引量:4
12
作者 李晓晖 傅攀 《机械设计与研究》 CSCD 北大核心 2013年第5期53-58,共6页
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,提出关于刀具磨损状态识别建模的新方法.首先对信号进行小波包特征抽取,并通过核主分量分析对其进行优化.接着在两种神... 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,提出关于刀具磨损状态识别建模的新方法.首先对信号进行小波包特征抽取,并通过核主分量分析对其进行优化.接着在两种神经网络识别结果的基础上,提出基于支持向量机的决策融合算法,从而避免了经典决策融合算法在实际应用中的问题.实验数据证明,该模型能有效提高刀具磨损状态的识别分辨率,且不影响运算的在线性. 展开更多
关键词 刀具磨损 状态监测 主分量分析 决策融合
基于多重分形谱的转子系统故障诊断与参数优选 被引量:3
13
作者 刘岩 王金东 +1 位作者 郭建华 胡清明 《机械传动》 CSCD 北大核心 2013年第9期103-105,共3页
由于一维时间序列重构C—P算法提取故障征兆的鲁棒性较差,特别是受实测信号中敏感声噪的影响,提出一种基于去趋势波动分析(FDA)与核主分量分析(KPCA)融合的降噪方法,提出基于多重分形谱的特征值提取算法,通过伪相图技术判定权... 由于一维时间序列重构C—P算法提取故障征兆的鲁棒性较差,特别是受实测信号中敏感声噪的影响,提出一种基于去趋势波动分析(FDA)与核主分量分析(KPCA)融合的降噪方法,提出基于多重分形谱的特征值提取算法,通过伪相图技术判定权重因子阈值,优选参量并比较原G—P算法缺陷,结合转子系统3种常见故障,分析该法提取特征值的稳定性和准确性,结果证明诊断效果好。 展开更多
关键词 故障诊断 去趋势波动分析 主分量分析 伪相图 多重分形
用于故障检测的集成核主分量分析
14
作者 甘良志 刘海宽 张士诚 《控制与决策》 EI CSCD 北大核心 2013年第11期1691-1696,共6页
针对复杂环境下的多变量工业过程在线故障检测问题,提出基于集成核主分量分析的解决方法.该方法首先求出样本映射后的无限维空间的多组近似基,将主分量分析问题特征向量的解空间限定在近似基张成空间求解;然后集成特征向量和特征值... 针对复杂环境下的多变量工业过程在线故障检测问题,提出基于集成核主分量分析的解决方法.该方法首先求出样本映射后的无限维空间的多组近似基,将主分量分析问题特征向量的解空间限定在近似基张成空间求解;然后集成特征向量和特征值,并计算HotellingT2统计量和平方预报误差;最后据此判断检测结果.该方法对TennesseeEastman过程故障检测样本进行测试,并与其他两种方法进行对比.测试结果表明了所提出方法的有效性. 展开更多
关键词 集成学习 非监督学习 主分量分析 故障检测
数字调制信号识别的特征参数优化方法 预览 被引量:3
15
作者 刘明骞 李兵兵 赵雷 《计算机科学》 CSCD 北大核心 2011年第11期 79-82,共4页
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的20个特征参数进行优化选择,然后利用RBF神经网络识别9种数字调制信号,最后分别与主分量分析方法(PCA)... 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的20个特征参数进行优化选择,然后利用RBF神经网络识别9种数字调制信号,最后分别与主分量分析方法(PCA)和核主分量分析方法(KPCA)进行比较。仿真结果表明,该方法在高斯和多径信道下均能够有效地对特征参数进行优化选择,比PCA方法和KPCA方法有更好的优化能力。 展开更多
关键词 调制识别 特征参数选择 正交实验 主分量分析 主分量分析
在线阅读 免费下载
基于KPCA和LDA的信号调制识别 预览 被引量:10
16
作者 周欣 吴瑛 《系统工程与电子技术》 EI CSCD 北大核心 2011年第7期1611-1616,共6页
对信号的特征选择与分类问题进行研究,提出了一种基于核主分量分析(kernel principle componentanalysis,KPCA)和线性判别(linear discriminant analysis,LDA)分类器的信号调制识别算法。针对通信信号的特点,首先利用KPCA的方法对... 对信号的特征选择与分类问题进行研究,提出了一种基于核主分量分析(kernel principle componentanalysis,KPCA)和线性判别(linear discriminant analysis,LDA)分类器的信号调制识别算法。针对通信信号的特点,首先利用KPCA的方法对特征参数进行主分量组合,以消除信号特征间的相关性和压缩特征向量的维数,然后利用LDA分类器进行信号调制方式的自动识别。仿真表明,在一个较大的信噪比范围内当特征非线性可分时,KPCA在特征选择方面性能更优,且基于KPCA+LDA的识别方法精度高于主分量分析(principle componentanalysis,PCA)+模板匹配算法。通过分析还可得出,KPCA+LDA等价于基于核的Fisher判别分析(kernelFisher discriminant analysis,KFDA)方法。 展开更多
关键词 调制分类 特征选择 主分量分析 线性判别 模板匹配
在线阅读 下载PDF
基于声音信号的结构损伤识别方法
17
作者 徐建立 杨飞宇 《金属热处理》 CAS CSCD 北大核心 2011年第S1期472-478,共7页
转辙机用于铁路道岔的转换和锁闭,是关系行车安全的关键设备,其结构损伤会直接影响行车安全。因此,在生产过程中,需要在主要工序之后,对高速铁路转辙机的重要零件全部进行无损检测。但,现有的磁粉法、渗透法、超声波检测等结构损伤识... 转辙机用于铁路道岔的转换和锁闭,是关系行车安全的关键设备,其结构损伤会直接影响行车安全。因此,在生产过程中,需要在主要工序之后,对高速铁路转辙机的重要零件全部进行无损检测。但,现有的磁粉法、渗透法、超声波检测等结构损伤识别方法由于效率低,难以实现全检。基于声音信号的结构损伤检测具有非接触、高效等优点。本文研究了基于核主分量分析的声音信号特征选择方法和基于支持向量机的结构损伤识别方法,构建了一种基于声音信号的结构损伤识别模型。将该模型应用于实验悬臂梁和转辙机动作杆的损伤识别,得到的识别率分别9为8%和100%,且识别速度很快,验证了其有效性和可行性。 展开更多
关键词 声音信号 结构损伤识别 主分量分析 支持向量机
基于平移不变核主分量分析的雷达目标识别研究 预览
18
作者 赵东波 李辉 《计算机应用研究》 CSCD 北大核心 2011年第10期 3907-3909,共3页
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,使得该方法应用于基于雷达目标识别系统中具有其缺陷性。采用零相位表示法得到平移不变的HRRP,利用KPCA进行特征维... 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,使得该方法应用于基于雷达目标识别系统中具有其缺陷性。采用零相位表示法得到平移不变的HRRP,利用KPCA进行特征维数压缩,利用BP神经网络分类算法来实现识别。仿真实验结果表明,该方法实现了平移不变和降维的结合,具有较高的识别率和很好的推广性。 展开更多
关键词 主分量分析 零相位表示法 特征提取 高分辨率距离像 BP神经网络
在线阅读 下载PDF
基于矩形积分双谱和核主分量分析的电台指纹识别 预览 被引量:4
19
作者 刘明骞 李兵兵 吴启军 《西北大学学报:自然科学版》 CAS CSCD 北大核心 2011年第1期 43-47,共5页
目的解决传统的积分双谱特征维数比较大而导致分类器的稳健性和电台的正确识别率下降的问题。方法首先选择矩形积分双谱作为识别的特征参数,然后采用了核主分量分析方法进行降维,最后采用基于核函数的支持向量机分类器(SVM)实现对电... 目的解决传统的积分双谱特征维数比较大而导致分类器的稳健性和电台的正确识别率下降的问题。方法首先选择矩形积分双谱作为识别的特征参数,然后采用了核主分量分析方法进行降维,最后采用基于核函数的支持向量机分类器(SVM)实现对电台指纹的识别。结果给出一种方法,实现了同种型号相同调制方式的3部不同电台的识别。结论该算法有效地降低了特征维数,较大地提高了电台的正确识别率。 展开更多
关键词 电台指纹识别 矩形积分双谱 主分量分析 支持向量机
在线阅读 下载PDF
基于Gabor滤波和KPCA的人脸识别方法 预览 被引量:8
20
作者 时书剑 马燕 《计算机技术与发展》 2010年第4期 51-53,57,共4页
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。该文提出了一种结合Gabor特征和核主分量分析的人脸识别方法。首先通过Gabor滤波器对人脸图像滤波,并通... 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。该文提出了一种结合Gabor特征和核主分量分析的人脸识别方法。首先通过Gabor滤波器对人脸图像滤波,并通过实验分析了Gabor滤波器参数的选择,然后采用核主分量分析的方法降低Gabor特征的维数.最后采用最近邻分类器进行识别。由于采用了Gabor滤波,该方法对光照、表情具有鲁棒性,在ORL人脸库上的实验结果表强,该方法在识别性能上优于核主分量分析方法。 展开更多
关键词 人脸识别 GABOR滤波 主分量分析 函数 非线性特征
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部 意见反馈