分享到:

独立成分分析技术综述

独立成分分析是一种将源信号从混合信号分离出来的信号处理技术。本文首先概述了独立成分分析与盲信号分离,主成  (本文共4页) 阅读全文>>

哈尔滨工业大学
哈尔滨工业大学

面向人脸和掌纹特征提取的线性降维技术研究

人体生物特征技术利用人体所固有的生物和行为特征来进行自动身份鉴别和认证,已经被广泛应用于各种门禁、监控与安全系统。人脸和掌纹识别是两种代表性的人体生物特征识别技术。人脸识别具有广泛的潜在应用前景和深刻的理论价值,已成为近十年来计算机视觉和模式识别方面的研究热点之一。手掌区域含有非常丰富的和稳定的身份鉴别特征,采集设备价格较为低廉,使得掌纹识别最近成为生物特征识别技术中的一个重要分支。特征提取或数据降维是发展生物特征识别系统的一个重要支撑技术。生物特征数据的维数往往非常之高,并且往往包括与一些身份鉴别无关的冗余信息。利用数据降维技术,我们不但可以从生物特征数据中提取稳定有效的身份鉴别特征,还可以尽可能的消除这种信息冗余。由于其简单性、有效性及较好的泛化能力,线性降维技术已经被广泛应用于各种人体生物特征数据的特征提取。在人脸和掌纹识别中,图像维数一般远远高于训练样本的数目(小样本问题),因而人脸和掌纹已成为高维数据的线性降维技术的一...  (本文共136页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

高维光谱空间降维技术研究

高维光谱空间降维是光谱色彩管理的主要内容,是进行色域匹配和色域可视化等处理的前提和基础。首先,针对主成分分析降维算法样本集为非正态,导致主成分分析降维具有不稳定性的缺点,本文提出并实现ICA-Wyszecki降维算法。ICA-Wyszecki降维算法将独立成分分析法和Wyszecki提出的假设相结合,得到一个低维的LabICA中间连接空间,此空间能够很好地综合色度和光谱的特性。其次,针对主成分分析法得到的低维空间存在负值而导致重建光谱超出了光谱范围的缺点,提出将主成分分析法与Kubelka-Munk理论相结合,得到特征向量矩阵与光谱吸收系数K和散射系数S的比值矩阵之间的关系。针对Kubelka-Munk理论存在测量误差以及主成分分析降维算法不稳定等缺点,提出一个新的线性空间-Ψ空间,并将针对Ψ空间的降维命名为KM-PCA降维算法,设计实现KM-PCA降维算法。最后实验证明,KM-PCA降维算法和ICA-Wyszecki降维算法得...  (本文共70页) 本文目录 | 阅读全文>>

《辽宁工程技术大学学报》2007年05期
辽宁工程技术大学学报

基于独立成分分析和小波变换处理两相流信号

为克服噪声信号给速度测量带来的影响,提供了一种基于独立成分分析(ICA)和小波变换处理两相流信号的方法。首先介绍独立成分分析(ICA)的基本原理及其实现...  (本文共3页) 阅读全文>>

《数字技术与应用》2017年04期
数字技术与应用

独立成分分析方法在卫星图像分割中的应用

图像分割是图像处理的一项基础技术,也是目标物识别与分类的关键步骤。针对卫星图像目标物识别与分类的应用,本文将独立成分分析方法(I...  (本文共2页) 阅读全文>>

《计算机应用》2012年04期
计算机应用

基于多维独立成分分析的数值仿真与分析

通过引入一个用于评价多维独立成分分析(MICA)算法性能的指标,进行数值仿真来研究其分离性。将多维Amari分离误差作为度量多维独立成分分析算法性能的一个重要指标,...  (本文共5页) 阅读全文>>

大连理工大学
大连理工大学

独立成分分析的若干算法及其应用研究

独立成分分析(independent component analysis,ICA)是一种新的数据处理方法,目的在于从未知源信号的观测混合信号中分离(或抽取)相互统计独立的源信号。将ICA用来处理盲源分离问题(blind source separation,BSS)已经引起了广泛的关注,并已成功地应用于语音信号处理、通信、人脸识别、图像特征提取、神经计算和医学信号处理等众多领域。本论文就独立成分分析、盲源分离的若干算法及其应用进行了一些研究。本文的概要如下:第一章对独立成分分析的算法和应用,国内外的发展状况作了较详细的介绍,并阐述了本文的主要工作。第二章对标准的ICA进行了研究。国际上应用最广的是FastICA算法(Fixed-Point算法)和极大似然的自然梯度法(Infomax算法或Lee et al.的ExtICA算法),它们各有优缺点。FastICA收敛速度快,但分离精度上逊于ExtICA算法;而ExtICA算法的收敛速...  (本文共112页) 本文目录 | 阅读全文>>