搜索结果: 1-15 共查到“知识库 计算机科学技术 PCA”相关记录39条 . 查询时间(0.125 秒)
基于流形学习的局部保持PCA算法在故障检测中的应用
主元分析 局部保持 故障检测 流形学习
2014/3/7
提出一种新的基于流形学习的数据降维及特征提取方法: 局部保持PCA 算法(LPPCA). 通过在PCA 的优化目标中融入流形学习的思想, 不仅使投影得到的低维空间和原始样本空间具有相似的全局结构, 并且保持了相似的局部近邻结构, 克服了传统PCA 方法只关注全局结构特征而忽略局部流形特征的缺陷, 同时给出了LPPCA 在故障检测中的应用方法. S-Curve 和Swiss-roll 曲面数值仿真和...
针对网络入侵检测数据存在大量冗余信息和传统聚类算法对离群点检测不足的问题,提出一种基于主成分分析(principal component analysis, PCA)和半监督聚类的入侵检测算法。首先使用PCA对数据进行特征提取,消除数据间的冗余属性;然后利用少量已标记样本和成对约束信息,通过引入竞争凝聚让系统主动学习,以实现对大量未知样本的检测。在入侵检测数据集和UCI基准数据集上的实验结果表明,...
二维PCA非参数子空间分析的人脸识别算法
人脸识别 特征提取 二维非参数子空间分析 二维主成分分析 二维线性判别分析
2012/3/1
提出一种结合二维PCA(2DPCA)的二维非参数子空间分析(2DNSA)人脸识别算法。利用2DPCA对原始图像矩阵进行特征降维，以降维后的特征为训练样本，进行二维非参数判别分析，并综合考虑类边界样本对分类的影响，采用2DNSA实现更合理的特征提取。基于Yale、LARGE人脸数据库的实验结果表明，与(2D)2PCA、2DPCA、(2D)2LDA、2DLDA、2DPCA+2DLDA、2DNSA算法相...
阐述了基于主成分分析 (Principal Component Analysis,PCA)和二维主成分分析(2DPCA）的人脸识别方法，分析了该方法在矩阵理论中的来源和算法，提出了PCA+2DPCA分析方法，并采用2DPCA求出特征向量，PCA进行最优压缩，从而降低了维数.
基于PCA和自适应区域方差的图像融合方法
图像融合 提升小波 主元分析 局部区域方差
2010/8/24
在对源图像进行提升小波变换的基础上，针对分解得到的低频分量和高频分量各自的特点，选取不同的融合规则，采用基于PCA和自适应区域方差的图像融合方法，即低频近似系数采用基于主元分析(PCA)加权法，高频细节系数采用自适应局部区域方差的融合方法，最后进行提升小波逆变换得到融合图像。实验结果表明，与传统算法相比，该算法不仅提高了信息量和清晰度，而且提高了融合图像与源图像的相关系数，降低了扭曲程度，有效地保...
为了对坐姿下的几种行为进行识别，在分析常有坐姿的基础上，提出了通过PCA对八种不同姿势进行分类识别的方法。结合背景帧信息通过背景轮廓消减法提取运动目标区域，利用肤色在YCbCr空间聚集在一片固定区域且在CbCr平面上投影为一个近似椭圆的特性，在运动目标区域提取肤色区域，并对检测出的肤色灰度图进行PCA运算，实现了姿势识别。实验结果表明，所提出的利用PCA进行姿势识别的方法正确率达到84.92%，能...
聚类与PCA融合的特征提取方法研究
特征提取 主成分分析 多重相关 RelieF算法 K-maxmin聚类
2010/5/4
针对主成分分析（Principal Component Analysis，PCA）在克服变量多重相关性中的局限作用，提出了基于K-maxmin聚类的改进PCA特征提取方法，并结合RelieF算法去除分类不相关特征，可进一步提高算法效率和准确性。实验结果表明，该方法的特征提取效果优于传统的PCA方法。
PCA与KNN在胎心率与宫缩描记图分类中的研究
主成分分析 K近邻分类 胎心率与宫缩描记图
2010/3/15
提出了基于主成分分析（Principal Component Analysis，PCA）的K近邻（K Nearest Neighbor，KNN）分类原理，并将其应用于胎心率与宫缩描记图分类。主要思想是：对训练样本和测试样本进行降维，并对降维后的测试样本使用KNN分类技术分类。选择2 120组胎心率与宫缩描记图数据，使用该方法进行分类测试。实验结果表明，使用该类模型，分类结果稳定，分类准确率高，并且...
基于PCA+AdaBoost算法的人脸识别技术
人脸识别 特征脸 主成分分析 AdaBoost
2010/2/21
人脸识别技术是图像处理方面的重要技术，然而识别率不高却一直妨碍人脸识别技术的广泛应用。主成分分析（PCA）是人脸识别技术的一个重要算法，将PCA与AdaBoost算法相结合改进了原来的算法，并称新算法为PCA+AdaBoost算法。实验证明PCA+AdaBoost算法的识别率明显高于PCA算法，相对于Fisherface算法的识别率也有明显的提高。
Kernel PCA与BP神经网络相结合的变压器故障诊断
核主成分分析 BP神经网络 电力变压器 故障诊断
2010/9/1
为了提高变压器故障诊断的准确率和抗干扰能力，提出一种基于核特征量的BP神经网络故障诊断模型。通过核主成分分析将故障样本从低维的特征空间非线性地映射到高维的核空间，提高了样本的可分性，然后以核特征量作为BP神经网络的输入特征量，建立变压器故障诊断模型。实验对比了结构相似、输入量不同的BP神经网络，结果表明采用核特征量的诊断模型具有更好的诊断效果和抗干扰能力。
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。