搜索结果: 61-75 共查到“工学 PCA”相关记录113条 . 查询时间(0.125 秒)
基于PCA与支持向量回归的储层渗透率预测
支持向量回归 测井参数 岩心参数
2009/12/28
在测井技术与储层基本特征研究的基础上,对与渗透率相关的测井参数和岩心参数进行了分析,根据传统的储层渗透率预测方法,提出了一种基于主成分分析与支持向量回归的储层渗透率预测方法。应用主成分分析对测井参数和岩心参数进行数据降维,优选出与渗透率最相关的参数,将优选出的测井参数和岩心参数作为支持向量回归模型的输入参数进行渗透率预测。实验结果表明,利用主成分分析算法提取的特征参数与渗透率有较好的相关性,且支持...
结合图像融合的PCA与NMF相融合的人脸识别
图像融合 主成分分析(PCA) 非负矩阵分解(NMF)
2009/12/10
提出一种结合图像融合的PCA与NMF相融合的人脸识别的识别方法。采用小波变换对图像进行处理,对于包含主要信息的低频子图用PCA进行特征抽取,而其他三个高频子图,虽然描述信息相对较少但包含重要的分类信息。为了减少计算量,对高频子图进行图像融合,再用NMF进行特征抽取,采用最近邻分类方法进行分类。最后对这两个识别结果进行加权处理,得到最终的识别结果。实验证明可以有效地提高识别率。
基于局部PCA的参数约束Hough直线分层检测
直线检测 主元分析 边缘检测 霍夫变换
2013/4/27
针对经典Hough变换进行直线检测存在计算量和存储量大的问题,提出了基于局部PCA统计分析的分层Hough参数约束直线检测思路。首先对边缘图像进行局部PCA分析,得到边缘的主方向分布信息;然后利用自适应模糊映射统计出图像空间的方向直方图分布信息和约束直线的θ参数空间;最后通过构建局部参数空间的累积矩阵,检测出存在的直线,同时更新原来图像空间,不断重复直线检测过程,直到检测出规定的所有直线。实验...
基于类内加权平均值的模块PCA算法
人脸识别 主成分分析 类内加权平均值
2009/11/26
针对主成分分析(PCA)算法在人脸识别中识别率低的问题,提出一种基于类内加权平均值的模块PCA算法。该算法对每一类训练样本中每个训练样本的每个子块求类内加权平均值,用类内加权平均值对训练样本类内的相应子块进行规范化处理。由所有规范化后的子块构成总体散布矩阵,得到最优投影矩阵,由训练集全体子块的中间值对训练样本子块和测试样本子块进行规范化后投影到最优投影矩阵,得到识别特征,并用最近距离分类器分类。O...
基于PCA/NDVI的森林覆盖遥感信息提取方法研究
主成分分析 NDVI 波段组合
2009/11/23
以大兴安岭为试验区,提出将主成分分析(PCA)得到的第1分量、归一化植被指数(NDVI)和Landsat TM 1~TM 7某一波段进行合成,增强森林覆盖区和背景区信息的反差,并利用最大似然法对影像进行监督分类,分类精度超过92%。通过对不同云雾量和森林覆盖的2个时相影像试验表明,本方法提高了遥感影像森林覆盖信息提取的自动化程度和精度。
光合有效辐射分量(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)是进行生态系统功能和全球变化
研究的重要参数,准确估算FPAR具有重要的意义。通过对野外实测玉米高光谱数据和光合有效辐射数据的分析,探讨了主成分分析
方法在高光谱信息提取及其估算玉米冠层FPAR参数的可行性,在此基础上,结合植被指数验证FPAR估算效果,...
基于EMD和PCA的P300分类算法
经验模态分解 P300脑电信号 支持向量机
2010/3/4
提出一种基于经验模态分解(EMD)及主分量分析(PCA)的分类算法,采用支持向量机(SVM)对P300脑电信号字符拼写实验进行分类,通过EMD变换对P300脑电信号分解,从而达到去噪增强特征的效果,使用PCA方法对原始P300信号进行特征提取和集中,并送入SVM中实现分类。实验结果表明,该算法能获得高达96%的分类正确率。
融合小波变换和张量PCA的人脸识别算法
人脸识别 张量主成分分析 小波变换
2009/10/21
张量主成分分析(PCA)方法用于人脸识别能获得比PCA方法更高的识别率.小波变换具有良好的时频分析特性,同时还能起到降维的作用.综合利用这两个算法的优点,提出了一种新的人脸识别算法,对人脸图像先采用小波变换做预处理得到4个子带图像,然后对每个子带图像用张量PCA进行特征提取,实现人脸图像的高效识别.仿真结果表明,新算法的识别率比张量PCA方法提高了6%,识别时间为张量PCA方法的35.74%.
结合PCA和JADE的EEG眼电伪迹去除研究
主分量分析 眼电伪迹 特征矩阵联合相似对角化
2009/10/10
眼电伪迹干扰是脑电信号中的常见干扰,严重影响到有用脑电信号的提取和分析。提出一种基于主分量分析(PCA)和特征矩阵联合相似对角化(JADE)算法相结合的眼电伪迹去除方法,并探讨了主分量分析对伪迹去除的影响。实验结果表明了该算法的有效性及稳健性,并且其时间开销小。此外该算法还可以有效去除其他脑电伪迹及干扰成分。
基于二元PCA特征谱的星系光谱成分快速扣除
星系光谱扣除 主成分分析 正交变换
2011/4/25
实际观测天体目标光谱如超新星和活动星系核光谱常常混有寄主星系成分,这对目标天体光谱的类别和性质证认识别会造成困难。文章提出了一种快速有效的称为二元PCA特征谱分解的星系扣除算法。该算法首先计算了星系样本模板库和超新星样本模板库各自的PCA特征光谱,然后对特征光谱组通过正交变换得到混合空间的一组标准正交基,进而利用混合光谱在该标准正交基上的分解系数计算该光谱在原特征光谱组的分解系数,获得星系超新星混...
局部PCA参数约束的Hough多椭圆分层检测算法
局部主成分分析 曲线拟合 霍夫变换
2009/9/18
针对随机Hough变换(RHT)在复杂图像中检测圆及椭圆时随机采样所造成的大量无效采样、无效累积以及运算时间长等问题,提出基于局部PCA感兴趣参数约束Hough多椭圆分层检测思路。首先利用边缘检测算子获得边缘信息并去除边缘交叉点,在边缘图像中标记并提取出满足一定长度的连续曲线段;其次利用线段PCA方向分析确定是否属于有效曲线段;然后,对所有感兴趣曲线段按照标记顺序依次利用椭圆拟合办法初步得到感兴趣...
基于PCA矢量形态学的彩色图像分割方法
主量成分分析 矢量排序 彩色形态算子
2009/8/20
基于HSV彩色模型,提出一种基于主量成分分析的矢量排序新方法。将彩色图像描述为矢量空间,则像素点作为矢量处理,根据相应彩色矢量对主量轴的投影值进行排序。采用这种统计特征排序方案,定义新的上下确界与彩色形态算子,将其应用于彩色图像分割,能得到与视觉判断相一致的分割结果。实验表明,该算法具有出色的矢量保持能力,与标准的彩色形态学算子相比,显示了更优的分割性能与较好鲁棒性能。
电子科技大学电子工程学院嵌入式系统设计与PCA技术课件第四章 嵌入式操作系统。
电子科技大学电子工程学院嵌入式系统设计与PCA技术课件第二章 PXA255开发系统。
电子科技大学电子工程学院嵌入式系统设计与PCA技术课件第一章 嵌入式系统概述。