收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

有限混合模型、非线性二维主成分分析及其在模式分类中应用

王海贤  
【摘要】:本文以统计理论为基础,研究两个方面的内容:(a)对有限混合模型的有关议题进行了较为系统的研究;(b)结合人脸识别问题,研究了二维主成分分析的非线性扩展。在统计模式识别中,有限混合模型是一种正式的(基于模型的)无监督聚类方法,而基于二维主成分分析的方法的核心问题是研究无监督的特征提取。它们都属于统计模式识别中无监督的范畴,无监督方法的特点是直接利用没有类别标记的样本进行学习或特征提取。本文的主要研究内容及创新如下: 研究一族重尾分布—多维t分布的有限混合模型。我们常用Gauss混合分布来对多维数据集进行聚类或拟合,但在许多应用中,Gauss分布的尾部比需要的要轻,而且分量均值和方差矩阵的估计会受到关于分量的非典型观测样本的严重影响。作为一种鲁棒的替代方法,采用多维t混合分布建模是一种标准的选择。此外,多维数据集常不可避免地有丢失值发生。我们基于极大似然估计,利用期望最大化算法导出了有数据随机丢失时多维t混合分布的拟合框架。这里,期望最大化算法既用来处理丢失值又用来估计模型参数。获得的结果可用于广泛的无监督聚类及有监督判别问题。 对有限混合模型中分量数目g的估计进行研究。这是有限混合模型拟合的一个重要议题,一些经典的混合模型拟合方法(比如极大似然方法、Bayes方法)都是在固定g的情况下进行学习。然而有时g的值不可得知,我们必须从获得的数据集对其(及模型其它参数)进行推断。这是模型选择的问题,也是用期望最大化算法拟合有限混合模型的主要困难,因为期望最大化算法本身不能估计g;相反,它需要事先指定g才能进行模型其它参数的估计。为了解决这个问题,我们提出了一种无监督学习有限混合模型的逐步分裂融合期望最大化算法。这里的无监督有三层含义:(a)没有/不需利用样本的类别信息;(b)能够自动估计g;(c)不需要仔细的初始化。该算法交替分裂和融合混合分量,从而同时估计g及模型其它参数。此外,用来有效选择分裂或融合操作的两个新准则也被提出。实验结果显示了该算法的有效性。 研究概率二维主成分分析及其混合模型,及它们在人脸识别中的应用。主成分分析(或特征脸)是一种成功的子空间人脸识别方法,并且已成为事实上的人脸识别领域其它方法识别性能的评测基准。然而,几乎所有基于特征脸的人脸识别方法,都是在高维的图像空间进行,这使得寻找脸空间的计算不易。最近提出的二维主成分分析直接基于原始图像矩阵计算,摆脱了特征脸方法从图像矩阵向向量转换的限制,被证明了是一种高效的人脸识别方法。我们考虑一个新的图像空间—图像矩阵的行所在的


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郭平,卢汉清;贝叶斯概率图像自动分割研究[J];光学学报;2002年12期
2 周瑛;张铃;;有限混合模型在文本分类中的应用研究[J];计算机技术与发展;2010年06期
3 吴晶;曾骁;陈真勇;熊璋;;基于潜在兴趣语义描述的门户个性化兴趣建模[J];北京航空航天大学学报;2008年02期
4 代登信;杨文;邹同元;孙洪;;一种快速有效的MSTAR SAR目标图像分割算法[J];武汉大学学报(信息科学版);2009年09期
5 刘瑞芳,郭文彬,徐惠民;Internet链路时延分布的推测[J];信息技术;2005年09期
6 刘伟峰;韩崇昭;石勇;;修正Gibbs采样的有限混合模型无监督学习算法[J];西安交通大学学报;2009年02期
7 刘伟峰;杨爱兰;;基于BIC准则和Gibbs采样的有限混合模型无监督学习算法[J];电子学报;2011年S1期
8 张亮;李敏强;;一种有限混合模型对无监督文本聚类的广义方法[J];模式识别与人工智能;2007年05期
9 张阳;李家兵;符茂胜;罗斌;;基于时空域信息的视频对象分割算法[J];计算机工程;2009年11期
10 王红军;田铮;武新乾;;二元正态混合模型的偏度与峰度[J];系统仿真学报;2008年04期
11 连峰;韩崇昭;刘伟峰;;未知杂波环境下的多目标跟踪算法[J];自动化学报;2009年07期
12 张大明;符茂胜;郭慧;罗斌;;基于惩罚距离的混合模型分量数自动估计算法[J];华南理工大学学报(自然科学版);2009年10期
13 周建英;王飞跃;曾大军;;分层Dirichlet过程及其应用综述[J];自动化学报;2011年04期
14 刘晓云;王振松;陈武凡;李小文;;基于MRF随机场和广义混合模型的遥感图像分级聚类[J];遥感学报;2007年06期
15 陈学涛;易东;;基于PLS结构方程模型的细分算法[J];中国卫生统计;2009年05期
16 王会战;;一类非线性周期时间序列模型[J];计算机应用;2010年05期
17 郭平;;贝叶斯概率图像分割中混合模型参数高效计算的研究[J];计算机科学;2002年08期
18 朱仲杰;王玉儿;蒋刚毅;梁丰;;基于FMM的图像建模与语义对象分割[J];电路与系统学报;2009年06期
19 刘哲;肖建国;宋余庆;;基于Legendre正交多项式非参数混合模型的图像分割[J];计算机应用研究;2010年08期
20 许兴明;赵海峰;罗斌;;基于t-混合模型的脑MR图像白质分割[J];计算机工程与应用;2010年17期
中国重要会议论文全文数据库 前1条
1 杨志豪;胡光岷;;局部协作的有限混合模型估计及其拓扑识别方法[A];2008年中国西部青年通信学术会议论文集[C];2008年
中国博士学位论文全文数据库 前9条
1 周瑛;神经网络作为分类器的算法研究及在信息检索中的应用[D];安徽大学;2006年
2 郝聚涛;血管造影图像统计分割研究[D];上海交通大学;2007年
3 张亮;基于机器学习的信息过滤和信息检索的模型和算法研究[D];天津大学;2007年
4 吴俊;视像概念检测中在线学习算法研究[D];清华大学;2008年
5 陈思宝;基于t-混合模型和扩展保局投影的聚类与降维方法研究[D];安徽大学;2006年
6 陈冬玲;基于潜在语义的个性化搜索关键技术研究[D];东北大学;2009年
7 张新野;基于聚类分析的图像分割方法研究[D];大连海事大学;2012年
8 陈雪峰;图像高斯混合模型的判别学习方法[D];北京理工大学;2009年
9 陈海燕;动态数据驱动的航班延误预测关键技术研究[D];南京航空航天大学;2012年
中国硕士学位论文全文数据库 前10条
1 肖维;基于有限混合模型的聚类算法及其应用[D];中北大学;2011年
2 江欢;基于有限混合模型的自动图像标注研究[D];安徽大学;2010年
3 高凯;基于有限混合模型的脑MRI图像分割算法研究[D];南京理工大学;2014年
4 李兰;基于有限混合模型的极化SAR影像分类方法研究[D];西安科技大学;2013年
5 孙兰;有限混合模型及其应用的研究进展[D];东北师范大学;2006年
6 冉延平;基于混合模型的聚类算法及其稳健性研究[D];中国人民解放军信息工程大学;2005年
7 徐亚丽;约束下混合模型阶的确定[D];东北师范大学;2007年
8 谢东;Internet链路时延推测的研究[D];北京邮电大学;2006年
9 胡姿岚;有关极大似然估计若干问题的研究[D];安徽大学;2006年
10 周兴才;三类多元统计模型的扩展及其EM算法[D];南京航空航天大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978