本文選題：核化圖 + 典型相關(guān)分析��； 參考：《計(jì)算機(jī)科學(xué)與探索》2017年02期

【摘要】：針對高維小樣本數(shù)據(jù)在核化圖嵌入過程中出現(xiàn)的復(fù)雜度問題,引入基于核化圖嵌入(kernel extension of graph embedding)的快速求解模型,提出了一種新的KGE/CCA算法(KGE/CCA-S_t)。首先將樣本數(shù)據(jù)投影到維數(shù)遠(yuǎn)低于原樣本空間維數(shù)的總體散度矩陣對應(yīng)的秩空間,然后采用核典型相關(guān)分析進(jìn)行特征提取,整個(gè)過程減少了核矩陣的計(jì)算量。在Yale人臉庫和JAFFE人臉庫上進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明這種KGE/CCA算法的識(shí)別率明顯優(yōu)于KFD、KLPP和KNPE算法的識(shí)別率;和傳統(tǒng)的KGE/CCA算法相比,在不影響識(shí)別率的情況下,KGE/CCA-S_t算法有效減少了計(jì)算時(shí)間。
[Abstract]:In view of the complexity of high dimensional small sample data in the embedding process of nuclear graph, a fast solution model based on kernel extension of graph embedding is introduced, and a new KGE/CCA algorithm (KGE/CCA-S_t) is proposed. First, the sample data is projected to the overall divergence moment of dimension far below the original sample space dimension. The rank space corresponding to the array, then the kernel canonical correlation analysis is used to extract the feature, the whole process reduces the calculation of the kernel matrix. The simulation experiments on the Yale face database and the JAFFE face database show that the recognition rate of this KGE/CCA algorithm is obviously superior to the recognition rate of the KFD, KLPP and KNPE algorithms; compared with the traditional KGE/CCA algorithm, the recognition rate is no longer than the traditional KGE/CCA algorithm. Under the influence of recognition rate, the KGE/CCA-S_t algorithm effectively reduces the computation time.

【作者單位】： 哈爾濱理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金No.61501147 黑龍江省自然科學(xué)基金No.F2015040~~
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張建明;楊麗瑞;王良民;;基于典型相關(guān)分析特征融合的人臉表情識(shí)別方法[J];計(jì)算機(jī)應(yīng)用;2008年03期

2 孫權(quán)森,曾生根,楊茂龍,王平安,夏德深;基于典型相關(guān)分析的組合特征抽取及臉像鑒別[J];計(jì)算機(jī)研究與發(fā)展;2005年04期

相關(guān)碩士學(xué)位論文 前1條

1 王明軍;基于壓縮感知人臉識(shí)別算法研究[D];西安電子科技大學(xué);2012年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鹿鵬;袁運(yùn)浩;葛洪偉;;利用相對強(qiáng)度的監(jiān)督典型相關(guān)分析算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年02期

2 康蘇明;張?zhí)靹?張景安;;基于人臉圖像的身份鑒別[J];計(jì)算機(jī)與數(shù)字工程;2015年10期

3 管睿;孫權(quán)森;沈肖波;;分?jǐn)?shù)階嵌入的廣義多重集典型相關(guān)分析[J];南京大學(xué)學(xué)報(bào)(自然科學(xué));2015年01期

4 金萌萌;胡玉蘭;;PCA-CCA在紅外與可見光圖像特征融合中的應(yīng)用[J];沈陽理工大學(xué)學(xué)報(bào);2013年06期

5 盧世軍;;生物特征識(shí)別技術(shù)發(fā)展與應(yīng)用綜述[J];計(jì)算機(jī)安全;2013年01期

6 馮瑩瑩;余世干;劉輝;;改進(jìn)典型相關(guān)分析的虹膜鑒別算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年16期

7 張?zhí)靹?張景安;康蘇明;;基于模糊隸屬度的人臉圖像性別識(shí)別[J];軟件;2012年08期

8 楊杰;趙強(qiáng);;基于人機(jī)互動(dòng)系統(tǒng)情感分析計(jì)算研究[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

9 陳宏;胡寧靜;;基于特征互補(bǔ)圖像的人臉識(shí)別仿真研究[J];計(jì)算機(jī)仿真;2012年04期

10 李太福;易軍;蘇盈盈;胡文金;高婷;;基于KCCA虛假鄰點(diǎn)判別的非線性變量選擇[J];儀器儀表學(xué)報(bào);2012年01期

相關(guān)碩士學(xué)位論文 前6條

1 王偉;基于壓縮感知的數(shù)字識(shí)別方法研究[D];沈陽理工大學(xué);2015年

2 翟林;基于模糊分類與壓縮感知的掌紋識(shí)別算法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2014年

3 翟飛;基于集成學(xué)習(xí)的人臉識(shí)別方法研究[D];北京工業(yè)大學(xué);2014年

4 呂志丹;基于壓縮感知的人臉識(shí)別算法研究[D];大連海事大學(xué);2014年

5 李玉靜;基于Gabor小波變換和LBP結(jié)合的新生兒疼痛表情識(shí)別研究[D];南京郵電大學(xué);2014年

6 盧曉靜;基于局部特征與聚類分析的人臉識(shí)別研究[D];杭州電子科技大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 孫權(quán)森,曾生根,王平安,夏德深;典型相關(guān)分析的理論及其在特征融合中的應(yīng)用[J];計(jì)算機(jī)學(xué)報(bào);2005年09期

2 孫權(quán)森,曾生根,楊茂龍,王平安,夏德深;基于典型相關(guān)分析的組合特征抽取及臉像鑒別[J];計(jì)算機(jī)研究與發(fā)展;2005年04期

3 荊曉遠(yuǎn),楊靜宇;基于相關(guān)性和有效互補(bǔ)性分析的多分類器組合方法[J];自動(dòng)化學(xué)報(bào);2000年06期

相關(guān)碩士學(xué)位論文 前2條

1 杜文霞;人臉識(shí)別中的特征提取算法研究[D];蘭州理工大學(xué);2011年

2 平強(qiáng);壓縮感知人臉識(shí)別算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳才扣;彭倩倩;孫強(qiáng)強(qiáng);黃建平;;一種改進(jìn)的典型相關(guān)分析方法及其應(yīng)用[J];系統(tǒng)仿真學(xué)報(bào);2010年02期

2 宋東興;劉永俊;陳才扣;;二維典型相關(guān)分析及其在人臉識(shí)別中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2008年09期

3 陳曉紅;陳松燦;;監(jiān)督型局部保持的典型相關(guān)分析[J];小型微型計(jì)算機(jī)系統(tǒng);2010年08期

4 翟永前;王浩;趙力;;一種基于核典型相關(guān)分析的煤炭矸石鑒別方法[J];電子器件;2013年01期

5 邱長波;施夢;張佳;;企業(yè)信息化關(guān)鍵影響因素的典型相關(guān)分析[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年05期

6 趙松;張志堅(jiān);張培仁;;增強(qiáng)的典型相關(guān)分析及其在人臉識(shí)別特征融合中的應(yīng)用[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2009年03期

7 劉艷艷;曹慧榮;王建國;趙宜賓;;改進(jìn)的二維典型相關(guān)分析及其人臉識(shí)別應(yīng)用[J];計(jì)算機(jī)工程;2012年10期

8 祖辰;張道強(qiáng);;有樣本缺失的稀疏保持典型相關(guān)分析[J];模式識(shí)別與人工智能;2014年02期

9 王瑜;穆志純;徐正光;駱佳佳;;基于核典型相關(guān)分析的姿態(tài)人耳、人臉多模態(tài)識(shí)別[J];北京科技大學(xué)學(xué)報(bào);2008年10期

10 黃忠朝;陳裕泉;潘敏;;基于典型相關(guān)分析的獨(dú)立分量分析對照函數(shù)構(gòu)建方法研究[J];傳感技術(shù)學(xué)報(bào);2006年06期

相關(guān)會(huì)議論文 前6條

1 毛定祥;;運(yùn)用典型相關(guān)分析分析股市的若干特性[A];中國現(xiàn)場統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 何麗娟;丁進(jìn)國;韓桂鳳;;典型相關(guān)分析在對體育大學(xué)生職業(yè)價(jià)值觀研究中的應(yīng)用[A];第七屆全國體育科學(xué)大會(huì)論文摘要匯編（一）[C];2004年

3 苗敬毅;;山西省產(chǎn)業(yè)結(jié)構(gòu)的典型相關(guān)分析[A];中國現(xiàn)場統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

4 李健寧;潘蘇東;;科技投入與科技產(chǎn)出的典型相關(guān)分析研究[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

5 唐娟莉;朱玉春;;基于區(qū)域板塊的省域競爭力與公共服務(wù)設(shè)施之間相關(guān)關(guān)系分析[A];城鄉(xiāng)統(tǒng)籌背景下的農(nóng)業(yè)產(chǎn)業(yè)安全[C];2010年

6 薛海波;;面子意識(shí)與“80后”消費(fèi)者購物決策風(fēng)格關(guān)系的一項(xiàng)實(shí)證研究[A];上海市社會(huì)科學(xué)界第五屆學(xué)術(shù)年會(huì)文集（2007年度）（經(jīng)濟(jì)·管理學(xué)科卷）[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 孫廷凱;增強(qiáng)型典型相關(guān)分析研究與應(yīng)用[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 劉夢琦;多元統(tǒng)計(jì)分析中兩個(gè)問題的研究[D];云南財(cái)經(jīng)大學(xué);2015年

2 管睿;基于分?jǐn)?shù)階的多重集典型相關(guān)分析算法研究[D];南京理工大學(xué);2015年

3 李世杰;基于SSVEP信號(hào)的在線BCI關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2015年

4 王鵬;基于典型相關(guān)分析的性別識(shí)別算法研究[D];河北工業(yè)大學(xué);2015年

5 張俊圓;基于典型相關(guān)分析和協(xié)同訓(xùn)練的遷移學(xué)習(xí)研究[D];西安電子科技大學(xué);2014年

6 鄒吉利;基于吉布斯采樣和典型相關(guān)分析的TWA檢測算法研究[D];東北大學(xué);2014年

7 蔣文;基于典型相關(guān)分析的人臉識(shí)別研究[D];鄭州大學(xué);2016年

8 俞謝益;基于典型相關(guān)分析的非接觸式心率檢測方法研究[D];華僑大學(xué);2016年

9 鹿鵬;基于先驗(yàn)信息的典型相關(guān)分析理論與應(yīng)用研究[D];江南大學(xué);2016年

10 邱愛昆;基于機(jī)器學(xué)習(xí)的WiFi高精度定位研究[D];江南大學(xué);2016年

，

本文編號(hào)：1784823