小样本问题相关论文
由于真实工业场景下的部分工业缺陷太少，导致深度学习应用在表面缺陷检测困难。针对金属板材表面缺陷检测的真实工业环境中所存在的......
微表情是一种持续时间极短、不易被察觉的面部动作,揭示了个体的真实情绪,可以被广泛地应用于谎言识别等领域。而微表情检测的研究......
近年来,深度学习在计算机视觉领域取得了突飞猛进的发展,在人脸识别、街景识别等方向得到了广泛的应用。因其强大的自动化和智能化......
图像识别是当今人工智能领域的研究热点之一。其核心算法目标在于如何使计算机可以像人类一样从图像数据集中提取有效视觉特征信息......
雷达高分辨距离像（HRRP）是用宽带雷达获取的目标散射点子回波在雷达视线方向上投影的向量和,它提供了对目标分类和识别非常有价值的......
针对现有多流形学习方法未考虑流形间边界信息而导致降维后数据不易于分类的问题,提出一种新的边界判别多流形分析(margin discrim......
人脸识别问题的特点包括样本的特征维数高和每个类别所包含的样本较少。设计有效的特征提取方法是解决人脸识别问题的关键要素之一......
近几年来人脸识别技术的发展很快,特别是在计算机发展的推动下,用计算机来识别人脸成为人脸识别技术中最新兴的一种。人脸作为一个......
子空间方法是一种根据应用需要对高维数据进行降维处理的方法。它寻找一种线性变换将高维的数据投影到低维的子空间中去以达到降维......
近年来,机器学习算法一直受到学者广泛的关注,并且得到了各个领域的应用。同时信息融合方法在近十几年也得到了大量的实际应用。那......
随着科学技术的高速发展，人们获取数据的渠道越来越多，数据维数也急剧膨胀，如何对这些海量数据进行维数约简，从中提取对人们有用的信息......
人脸的检测与识别在诸如视频监控和人脸图像数据库管理等应用中发挥着关键作用。本文研究了人脸识别和检测技术,并为之开发了相应......
数据降维是当前研究的热门话题。既要降低数据的维数,又要维持数据本身的有效信息,减少数据信息的丢失,是人们必须解决的问题。基......
大数据的来临促进了数据驱动建模的萌芽与成熟,不计其数的数据在不同领域里迸发和累积。然而样本发生概率低、获取成本高,致使可用......
如今化工系统具有集成化、复杂性高、变量多、耦合性强等特点,运行过程会产生大量高维、非线性数据。因此,故障诊断的面临的主要挑......
机电装备中的旋转部件,如轴承、齿轮、丝杠等,是重大机电装备传动系统的关键部件。在机电装备稳定运行的过程中,其传动部件长期处......
小样本问题在保险中比比皆是，比如豁免数据、巨灾原始记录等等。如何研究和处理小样本问题一直是国内外学者所感兴趣的。以信息分配......
不相关空间算法是一种基于 Fisher 准则求解不相关鉴别矢量集的快速算法,但应用在人脸识别中将遇到小样本问题.本文提出一种改进的......
边界Fisher分析(MFA)是一种有效的特征抽取方法,但在人脸识别的应用中会遭遇小样本问题。基于此,提出一种利用零空间法求解MFA优化......
针对核化图嵌入算法对于人脸识别等高维小样本问题存在着计算量大且所需存储空间多的缺点,提出了一种核化图嵌入算法的快速求解模......
针对CBIR中基于NN的相关反馈技术在迭代时由于信息缺乏而产生的小样本问题,提出了一种基于最近邻的改进相关反馈算法。首先,根据检......
线性鉴别分析中处理小样本问题的方法有两类:①在模式识别之前,通过降低模式样本特征向量的维数达到消除奇异性的目的;②发展算法......
为有效解决小样本问题,从线性子空间的角度出发,构造了一种矩阵变换,得到了类内散布矩阵的另一个对称线性子空间;通过对两个子空间......
为有效避免有监督局部保持投影算法在小样本情况下导致类内分离度矩阵奇异的问题,提出一种基于最大分离度差的有监督局部保持投影......
提出一种针对部分遮挡的人脸图像进行分类识别的新算法。采用Gabor小波变换对人脸图像进行特征提取,从而得到图像的Gabor特征矩阵......
小样本问题会造成各类协方差矩阵的奇异性和不稳定性。本文利用样本重构理论,使用PCA样本协方差矩阵的特征向量生成虚拟样本,利用......
提出了一种新颖的基于正交投影的分类器算法。该算法将测试样本正交投影到由各类训练样本生成的子空间中,并计算测试样本到各子空......
本文提出了一种改进的正交边界Fisher判别分析算法,该算法同时考虑了样本的全局与局部特性,采用描述数据样本的矩阵之差作为目标函......
针对现有的基于Fisher准则的线性特征提取方法存在的不足，提出了一种新的加权Fisher特征提取方法。该方法通过引入一个加权函数来削......
以主成分分析和局部保持投影为理论基础,提出了一种同时考虑数据样本的全局和局部特性的大间距无监督正交特征提取算法,算法的目标......
针对已有基于图嵌入的半监督算法的缺点,提出了一种半监督有局部差异的图嵌入算法。算法的思想是在保持数据的几何结构同时,最大化......
针对难于获得足够多的高光谱图像训练样本的问题,基于流形学习标准、Fisher标准和最大边缘标准,提出了一种适用于高光谱图像小样本......
基于典型相关分析和Fisher线性鉴别分析的等价性,提出了利用核典型相关分析来抽取小样本人脸图像的非线性鉴别特征,并用其进行脸像......
特征提取技术是模式识别领域进行数据降维和强化判别信息的有效方法.线性判别分析是监督特征提取方法的典型代表,获得广泛应用,但......
人脸特征是最自然直接的生物特征,它具有直接、友好、方便的特点,易于为用户接受。人脸识别由于其在监控、罪犯识别、人机交互等方......
把样本分布信息融于特征提取过程将有助于提高特征的分类能力.利用模糊隶属度概念,提出一种基于模糊标号典型相关分析的特征提取新......
最大间距准则(Maximum Margin Criterion,MMC)能够有效地克服线性鉴别分析(Linear Discriminant Analysis,LDA)算法所面临的小样本......
将Gabor变换和双方向LDA(BDLDA)算法相结合,提出了一种可以解决小样本问题的人脸识别新算法.该算法把人脸图像经过Gabor小波变换后......
线性判别分析（LDA）和主成分分析（PCA）都在各个领域有着重要的作用。他们各自抓住样本在特征空间的不同特征,一般情况下更趋向于使用LDA......
提出了一种可以解决小样本问题的人脸识别新算法。算法首先把人脸图像经过Gabor小波变换后得到的每个输出图像都看成是独立的样本,......
传统的PCA和LDA算法受限于“小样本问题”,且对象素的高阶相关性不敏感。文章将核函数方法与规范化LDA相结合,将原图像空间通过非......
小样本问题和对局部变化(如遮挡、表情、光照等)识别的不鲁棒性是线性判别分析(LDA)在处理人脸图像时所常面临的问题。针对LDA的这......
针对典型相关分析(CCA)无法准确刻画虹膜图像的局部遮挡变化缺陷,提出一种改进典型相关分析相融合(ICCA)的虹膜识别方法。以全局和......
随着训练样本数目减少,传统人脸识别方法的性能会急剧下降,因此提出了改进的分数阶SVD(IFSVDR)的块协作表示算法,以提高小样本下人......
针对基于L1范数的Lasso回归与基于L2范数的Ridge回归模型,分别讨论两种分类器的设计方法,即基于Lasso回归的全体与类样本分类器和......
提出两种基于矩阵分解的DLDA特征抽取算法。通过引入QR分解和谱分解(SF)两种矩阵分析方法,在DLDA鉴别准则下,对散布矩阵实现降维,......
针对人脸识别中小样本问题导致类依赖子空间不完善而严重影响识别性能的问题,提出一种基于线性判别回归的最近-最远子空间分类算法......
