收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于模块神经网络和流形学习的模式识别中若干高复杂问题的研究

赵仲秋  
【摘要】: 目前,模式识别已经发展了很多分类方法。然而,随着应用领域的不断推广和处理数据的不断庞大,模式识别系统的学习速度、分类精度和代价不断受到挑战。特别是在实际应用过程中往往会出现一些特殊的复杂问题,比如大样本集问题、训练集类别不对称问题、有类别标记样本少而无类别标记样本较多的问题等等。对于这些特殊问题,已有的模式识别方法已经不能够满足实际应用中对识别精度和学习速度的要求,因此,有必要深入探讨和研究针对这些特殊问题的特定的分类模型。本论文主要针对模块神经网络解决大样本集学习问题、训练集中类别不对称问题、以及流形学习应用于半监督分类等课题来展开全面而系统的研究。研究成果丰富了针对这些特殊的复杂问题的分类模型,提高了它们的分类效率。全文的主要工作体现在以下几个方面: 1、提出了一种基于新的任务分解技术的矩阵模块神绎网络分类系统,它将一个复杂分类任务分解为多个简单的子任务来解决,每个子任务只是在两个子空间内进行,且由一个具有简单结构的神经网络模块来完成,所有网络模块将组成一个神绎网络矩阵,最终将该神经网络矩阵的输出矩阵集成得到最终分类结果。通过理论分析和模拟实验证明,该矩阵模块神经网络能节省学刊时间,提高分类精度。 2、成功将矩阵模块神经网络应用于人脸和掌纹识别系统。对于掌纹识别问题,提出了一种有效的2DPCA(w/o3)+PCA特征抽取技术,此特征提取方法比其它特征提取方法花费较少的抽取时间,却能取得更好的分类精度。 3、提出用矩阵模块神经网络来解决非对称模式分类问题的模型结构。它将非对称模式分类问题分解为一系列对称的两类问题来解决,每个两类问题由一个结构简单的网络来解决,并且仅使用简单的网络学习算法就能够取得较好的分类结果。该矩阵模块神经网络能有效地减少非对称分类问题的学习时间,提高其分类精度。 4、提出一种改进的基于黎曼流形和最小误差类别映射的半监督学习算法,使其能直接应用于多类半监督学习问题。该改进算法在保持与原算法相同的分类精度的基础上,能够大大提高学习速度。 5、提出了一种光谱映射的改进算法——半监督光谱映射用于半监督分类,取得了较好的分类效果。该算法在映射时添加了类别信息,并且用沿着流形表而的测地距离取代了原来的欧氏距离作为样本点之间差异性的测度。该改进算法提高了映射的性能,并且取得了较好的分类结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张大鹏;左旺孟;;生物特征计算进展[J];智能计算机与应用;2011年03期
2 蔡平胜;闫乐林;;主成分分析法在掌纹图像识别中的应用[J];计算机系统应用;2010年09期
3 吴献超;刘莎;侯晓荣;景海斌;;掌纹识别的一种新的特征提取方法[J];计算机应用研究;2009年07期
4 李华胜,杨桦,袁保宗;人脸识别系统中的特征提取[J];北方交通大学学报;2001年02期
5 李江,郁文贤,匡刚要,宋海娜;基于模糊隶属函数的主元分析人脸识别算法[J];计算机工程与科学;2004年06期
6 杜晓旭,钱沄涛;加强概率推理模型在人脸识别中的应用[J];计算机工程;2005年22期
7 陈玉山;席斌;;基于核独立成分分析和BP网络的人脸识别[J];计算机工程与应用;2007年26期
8 高宏娟;潘晨;;基于非负矩阵分解的人脸识别算法的改进[J];计算机技术与发展;2007年11期
9 赵丽红;张西礼;徐心和;;基于二维对称主成分分析的人脸识别[J];仪器仪表学报;2008年06期
10 王卫锋;李强;;人脸识别考勤系统中照片采集过程的分析与实现[J];新乡教育学院学报;2008年02期
11 章涛;石玉;;基于ARM9嵌入式系统的掌纹识别系统的实现[J];计算机技术与发展;2008年09期
12 肖明霞;;人脸检测关键算法分析[J];科技信息;2008年35期
13 张永;薛芝茂;;RBF神经网络在人脸识别中的应用[J];电脑编程技巧与维护;2009年14期
14 狄晨;王伟智;;基于改进距离的LLE算法在人脸识别中的应用[J];福建电脑;2009年11期
15 戴欢;吴小俊;;基于统计不相关矢量集的独立成分分析[J];计算机工程;2009年23期
16 邓福根;;一种智能的人脸识别方法[J];今日科苑;2009年24期
17 刘亚亚;丁正生;;基于改进最大间距准则和支持向量机的人脸识别[J];现代计算机(专业版);2010年09期
18 孙庆娟;;基于直接邻域保护嵌入的人脸识别[J];邯郸学院学报;2010年03期
19 孙庆娟;;基于直接邻域保护嵌入的人脸识别[J];宁夏师范学院学报;2010年06期
20 郑永凯,张凌,董守斌;图像灰度分布的近似标准化算法研究(英文)[J];华南理工大学学报(自然科学版);2002年01期
中国重要会议论文全文数据库 前10条
1 陈皓;;基于CS中转架构的人脸识别门禁系统[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 谢志华;李丰;伍世虔;杨巨成;方志军;;基于局部差分二进制模式(LDBP)的热红外人脸识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
3 李丹;郭小华;刘正熙;;基于DSP的自动人脸识别门禁系统设计与实现[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4 邹垚;张超;;基于DSP的人脸识别算法实现与优化[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年
5 熊薇薇;梁巍;李莉;黄梅志;;基于混合核函数SVM的人脸识别方法研究[A];中国计量协会冶金分会2011年会论文集[C];2011年
6 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
7 杨飞;苏剑波;戴景文;;人脸识别中的人脸图像质量快速评价[A];第二十七届中国控制会议论文集[C];2008年
8 万卫兵;施鹏飞;;标准像的人脸识别[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
9 杜晓旭;钱沄涛;戴光;;加强概率推理模型在人脸识别中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
10 孙劲光;李扬;;基于Mean-Shift的Retinex算法在人脸识别中的应用[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
中国博士学位论文全文数据库 前10条
1 赵仲秋;基于模块神经网络和流形学习的模式识别中若干高复杂问题的研究[D];中国科学技术大学;2007年
2 苏煜;融合全局和局部特征的人脸识别[D];哈尔滨工业大学;2009年
3 郭志强;基于子空间分析的人脸识别算法研究[D];武汉理工大学;2010年
4 李全彬;非约束环境下人脸识别关键技术的研究与应用[D];华东师范大学;2011年
5 唐恒亮;基于三维特征的人脸识别算法研究[D];北京工业大学;2011年
6 王建中;基于流形学习的数据降维方法及其在人脸识别中的应用[D];东北师范大学;2010年
7 陈恒鑫;基于多尺度分析的变化光照下人脸识别研究[D];重庆大学;2010年
8 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
9 陈勇;基于样条二进小波的人脸识别研究[D];浙江工业大学;2010年
10 胡峰松;单样本下可变姿态与光照人脸识别研究[D];湖南大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘学平;低质量图像模糊人脸识别的研究[D];沈阳航空工业学院;2010年
2 张春晓;基于粗集和小波变换的人脸识别研究[D];山东大学;2010年
3 曹凤杰;红外图像人脸识别方法研究[D];西安电子科技大学;2010年
4 章悦;基于四元数的彩色人脸识别[D];西安电子科技大学;2010年
5 汪炼;基于半监督流形学习的人脸识别算法研究[D];安徽大学;2010年
6 孙向风;基于进化计算和支持向量机的人脸识别算法研究[D];兰州理工大学;2010年
7 平强;压缩感知人脸识别算法研究[D];中国科学技术大学;2011年
8 王哲;基于具有面部明显色差特征的人脸识别方法研究[D];河北科技大学;2010年
9 窦蓉蓉;基于集成学习的人脸识别算法研究及应用[D];安徽大学;2010年
10 鲁庆明;基于多分类支持向量机的人脸识别研究[D];武汉理工大学;2010年
中国重要报纸全文数据库 前10条
1 本报记者  魏建玲;行者 知其道而行其智[N];国际商报;2006年
2 本版编辑曾雨 康翔;人脸识别结缘奥运[N];计算机世界;2007年
3 程蓉 王春;“人脸识别”保障财产安全[N];科技日报;2006年
4 孟东明 张继进;企业要靠创新应对危机[N];中国工商报;2009年
5 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
6 实习生 姜靖;人脸识别:门靠人脸开启[N];科技日报;2007年
7 阐文;汉王新品开启“人脸识别时代”[N];中国工业报;2009年
8 本报记者 霍光;从按手印到以貌取人[N];中国计算机报;2011年
9 于建平;行者人脸识别技术贡献北京奥运[N];中国高新技术产业导报;2005年
10 卢旭成;“傻瓜化”的人脸识别技术[N];中国计算机报;2008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