散布矩阵相关论文
特征提取是图像识别问题中最重要的任务之一，在人脸识别应用中，如何去除鉴别特征的冗余显得非常有意义。为了更好的去除鉴别特征的冗......
基于线性变换的特征提取一直是模式识别领域研究的重点,有着许多被广泛应用且被证明有效的方法。其中的主成分分析(PCA)和线性判别......
医学数据可视化在医疗辅助诊断领域有着非常重要的应用。伴随着扩散加权磁共振成像技术(DW-MRI)的发展,研究人员通过测量水分子在......
线性判别分析是特征提取的重要方法之一,但是定义散布矩阵时,容易产生误差导致数据分类不明确.提出一种新的子空间学习方法,最大边......
在曲率属性计算之前需要对图像进行去噪预处理,传统的图像滤波方法在去除噪声的同时会破坏边缘、线条、纹理等图像特征,而基于偏微......
在人脸识别算法中,已有的计算不相关鉴别矢量集的算法均是基于图像向量模型的,因而将遇到所谓的小样本问题,而且由于采用迭代求解......
有监督学习旨在样本数据集中找到最优判决向量。线性判别分析（LDA）和无关联线性判别分析（ULDA）是解决该问题的常用方法。研究中改进了......
脑纤维是大脑各区域间信息交互的重要通道,而高角度分辨率扩散成像是表征人脑复杂神经纤维通路的有效方法,能对多种神经性疾病的诊......
提出了一种广义的PCA特征提取方法。该方法先将图像矩阵进行重组,根据重组的图像矩阵构造出总体散布矩阵,然后求出最佳投影向量进......
指出了几种线性鉴别分析方法在处理小样本人脸识别问题时存在的不足，结合核方法的思想，提出了一种基于两空间核鉴别分析的人脸识别方......
针对非局部均值滤波模型(non-local means model,NLM)中恒定的衰减系数不能同时实现图像不同特性结构区域去噪性能最优的缺点,提出......
文章提出了图像自动衍生算法,将非线性变换用于人脸正面图像的坐标变换中,自动地对人脸图像进行衍生。解决了SVD特征提取算法在小......
提出了一种改进的LSM-ALSM子空间模式识别方法,将LSM的旋转策略引入ALSM,使子空间之间互不关联的情况得到改善,提高了ALSM对相似样......
广义主分量分析是一种利用图像矩阵直接计算的二维主分量分析,较传统主分量分析提高了特征抽取速度及识别率。通过对广义主分量分......
指出了线性鉴别分析及其几种改进方法在处理小样本人脸识别问题时存在的不足,提出了一种基于两空间线性鉴别分析的小样本人脸识别......
在传统类间散布矩阵理论的基础上,提出了类间的两两散布矩阵和类间重叠系数矩阵。传统的类间散布矩阵对于两类或多类的类别均值和......
为提高刀具磨损状态识别准确率,文章提出了S变换时频图纹理特征参数提取方法和基于隐马尔科夫模型的磨损状态识别方法。以声发射信......
为了提高基于二阶协方差矩阵的盲信道识别方法在脉冲噪声环境下的性能,以α稳定分布过程为脉冲噪声模型,利用m-估计的方法得到该脉......
