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. 基于正则化边界Fisher分析和稀疏表示分类的人脸识别方法

黄可坤

计算机应用 2013, 33 (06): 1723-1726. DOI: 10.3724/SP.J.1087.2013.01723

摘要（994）

PDF （632KB）（689）

边界Fisher分析(MFA)应用于人脸识别时会遇到小样本问题，如果用主成分分析进行降维来处理该问题，则会丢失一些对分类有益的分量；如果把MFA的目标函数用最大间距准则代替，则较难得到最佳参数。提出了一种正则化的MFA方法，该方法用一个较小的数乘上单位阵构造正则项，然后加到MFA的类内散度矩阵中，使得所得矩阵是可逆的，并且不会丢失对分类有益的分量，也容易确定其中的参数。因为一个样本通常能被少数几个距离比较近的同类样本很好地线性表达，在正则化MFA降维之后结合使用稀疏表示分类算法进一步提高识别率。在FERET和AR数据库上的实验表明，对比一些经典的降维方法，使用该方法能显著提高识别率。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于自适应编码次序的多级树集合分裂算法

黄可坤

计算机应用 2012, 32 (03): 732-735. DOI: 10.3724/SP.J.1087.2012.00732

摘要（1298）

PDF （636KB）（602）

为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。

参考文献 | 相关文章 | 多维度评价