自適應(yīng)最近鄰技術(shù)有效地克服了K-最近鄰算法中k值敏感的難題,為最近鄰技術(shù)的研究與發(fā)展奠定了基礎(chǔ)。作為最近鄰技術(shù)最新的研究方向,自適應(yīng)最近鄰技術(shù)在聚類、分類、離群點檢測領(lǐng)域均取得了較好的效果。與此同時,自適應(yīng)最近鄰算法也存在著自身的局限性,如迭代鄰域搜索過程中高昂的時間消耗的問題,近鄰域定義不夠準(zhǔn)確的問題。本文重點研究了自適應(yīng)最近鄰技術(shù),通過對自適應(yīng)最近鄰技術(shù)的研究與分析,提出了快速自適應(yīng)最近鄰算法。然后基于快速自適應(yīng)最近鄰算法的研究成果,將成果算法與子空間學(xué)習(xí)中的邊界費舍爾(Marginal fisher analysis,MFA)算法結(jié)合來提升MFA算法的分類準(zhǔn)確率。最終將算法應(yīng)用到門禁人臉識別系統(tǒng)中。以下是本文的主要工作:第一,針對自適應(yīng)最近鄰算法存在近鄰域搜索時間復(fù)雜度高、近鄰定義不夠準(zhǔn)確等問題,本文提出了一種基于嚴(yán)格篩選規(guī)則的快速自適應(yīng)最近鄰方法。在經(jīng)典人臉數(shù)據(jù)庫數(shù)據(jù)集和人工數(shù)據(jù)集的實驗中,本文提出的算法時間復(fù)雜度明顯低于自適應(yīng)最近鄰算法。第二,通過對子空間學(xué)習(xí)算法中經(jīng)典的MFA算法地研究,我們將自適應(yīng)最近鄰算法與MFA算法進(jìn)行有效地融合,并提出了一種基于快速自適應(yīng)最近鄰算法的MFA算法。在GT,Extended Yale及Feret數(shù)據(jù)集上均表現(xiàn)良好。第三,本文在人臉識別相關(guān)技術(shù)的研究基礎(chǔ)上,詳細(xì)闡述了人臉識別門禁系統(tǒng)的基本框架和主要功能模塊,最終設(shè)計了一套人臉識別原型系統(tǒng)。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41
【部分圖文】：

Haar特征

圖 3.1 原始寬松的近鄰域篩選方式得到的鄰居數(shù)目用改進(jìn)的嚴(yán)格近鄰篩選方式得到的數(shù)據(jù)點近鄰數(shù)目“嚴(yán)格”的篩選數(shù)據(jù)點的近鄰，使絕大多數(shù)的數(shù)據(jù)3 個之間，還有一部分?jǐn)?shù)據(jù)點由于“嚴(yán)格”的篩選規(guī)則將不參與數(shù)據(jù)集的描述。事實上舍棄部分“偏遠(yuǎn)”的描述是有意義的，改進(jìn)的近鄰域篩選方式使數(shù)據(jù)不至于懸殊太大。關(guān)于近鄰篩選方式的改進(jìn)對于自將在后續(xù)章節(jié)的分類實驗中呈現(xiàn)。

圖 3.1 原始寬松的近鄰域篩選方式得到的鄰居數(shù)目采用改進(jìn)的嚴(yán)格近鄰篩選方式得到的數(shù)據(jù)點近鄰數(shù)目“嚴(yán)格”的篩選數(shù)據(jù)點的近鄰，使絕大多數(shù)的數(shù)據(jù)點-3 個之間，還有一部分?jǐn)?shù)據(jù)點由于“嚴(yán)格”的篩選規(guī)則沒將不參與數(shù)據(jù)集的描述。事實上舍棄部分“偏遠(yuǎn)”數(shù)的描述是有意義的，改進(jìn)的近鄰域篩選方式使數(shù)據(jù)點不至于懸殊太大。關(guān)于近鄰篩選方式的改進(jìn)對于自適將在后續(xù)章節(jié)的分類實驗中呈現(xiàn)。

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 樊存佳;汪友生;邊航;;一種改進(jìn)的KNN文本分類算法[J];國外電子測量技術(shù);2015年12期

2 陳雪云;郭躬德;陳黎飛;盧偉勝;;GwMKnn:針對類屬性數(shù)據(jù)加權(quán)的MKnn算法[J];計算機系統(tǒng)應(yīng)用;2013年08期

3 李文輝;倪洪印;;一種改進(jìn)的Adaboost訓(xùn)練算法[J];吉林大學(xué)學(xué)報(理學(xué)版);2011年03期

4 姜偉;楊炳儒;;半監(jiān)督局部判別分析[J];計算機工程;2011年08期

5 李勇周;羅大庸;劉少強;;空間光滑且完整的子空間學(xué)習(xí)算法[J];模式識別與人工智能;2009年03期

6 劉青山,盧漢清,馬頌德;綜述人臉識別中的子空間方法[J];自動化學(xué)報;2003年06期

相關(guān)博士學(xué)位論文 前1條

1 鄒咸林;自然最近鄰居在高維數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)中的應(yīng)用[D];重慶大學(xué);2011年

本文編號：2832851