检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 一种新的特征提取方法及其在模式识别中的应用

刘宗礼曹洁郝元宏

计算机应用

摘要（1807）

PDF （783KB）（1797）

核典型相关分析(KCCA)是一种有监督的机器学习方法，可以有效地提取非线性特征。然而随着训练样本数目的增加，标准的KCCA方法的计算复杂度会随之增加。针对此缺点，提出一种改进的KCCA方法：首先用几何特征选择方法选择一个训练样本子集并将其映射到再生核希尔伯特空间(RKHS)，然后设计了一种提升特征提取效率的算法，该算法按照对特征分类贡献的大小巧妙地选取样本的特征值，进而求出其相应的特征向量，最后将改进的KCCA与支持向量数据描述(SVDD)多分类器相结合用于分类识别。在ORL人脸图像数据库上的实验结果表明，改进的方法相对传统的KCCA方法，在不影响识别率的情况下提高了人脸识别速度，减小了系统存储量。

相关文章 | 多维度评价

Select

2. 基于多种群粒子群优化算法的主动轮廓线模型

李睿郭义戎郝元宏李明

计算机应用

摘要（1947）

PDF （1180KB）（1298）

主动轮廓线模型凹陷边界点的寻优属于动态优化问题，由于其复杂性，传统方法不能准确搜索到最佳边界点。若采用单一的粒子群优化算法求解，不仅耗时，而且容易陷入局部极值。针对以上问题，提出一种多种群粒子群优化算法，并将其应用于主动轮廓线模型的边界寻优过程中。该算法为每个控制点设置一个种群，各种群之间通过共享信息的方式协作寻优，从而避免采用单一PSO算法容易早熟的缺点，同时扩大了控制点的搜索区域，提高了收敛速度。将改进方法与传统方法进行了对比，实验结果证明了改进方法的有效性。