双向二维主成分分析

作品数：36被引量：101H指数：4
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：潘新陈祥涛张前进王科俊郜晓晶更多>>
相关机构：天津大学内蒙古农业大学河南科技大学哈尔滨工程大学更多>>
相关期刊：《计算机仿真》《计算机技术与发展》《内蒙古农业大学学报（自然科学版）》《中国机械工程》更多>>
相关基金：国家自然科学基金中国博士后科学基金中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=电子电信—信号与信息处理x
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于稀疏化双向二维主成分分析的人脸识别
《计算机工程》2019年第12期232-236,共5页张裕平 龚晓峰 雒瑞森 
中国博士后科学基金(2017M612958)
双向二维主成分分析((2D)2PCA)易受异常值影响,鲁棒性差,且所提取的特征向量是非稀疏的。针对上述不足,提出基于L1范数的稀疏双向二维主成分分析方法(2D)2PCA-L1S。在(2D)2PCA目标函数中加入L1范数约束,以提高算法的抗干扰能力,同时引...
关键词：双向二维主成分分析 稀疏化 粒子群优化 支持向量机 人脸识别 
基于L1范数B2DPCA的SAR目标特征提取与识别被引量：1
《太赫兹科学与电子信息学报》2013年第1期105-109,共5页赵昊 
航空基金资助项目(2011ZC52034);教育部留学回国人员科研启动基金资助项目;江苏高校优势学科建设工程资助项目
主成分分析法(PCA)等基于L2范数最小均方准则的目标特征提取方法在合成孔径雷达(SAR)图像目标识别中得到广泛应用,L2范数易受SAR图像中野值的干扰,影响目标特征提取效果。介绍一种基于L1范数双向二维主成分分析法(B2DPCA-L1)的目标特征...
关键词：合成孔径雷达 L1范数 双向二维主成分分析 特征提取 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部