周中侠

作品数:7被引量:13H指数:2
导出分析报告
供职机构:扬州大学信息工程学院更多>>
发文主题:人脸识别降维降维算法标签半监督学习更多>>
发文领域:自动化与计算机技术更多>>
发文期刊:《计算机工程与设计》《扬州大学学报(自然科学版)》《计算机辅助设计与图形学学报》《计算机应用研究》更多>>
所获基金:江苏省高校自然科学研究项目国家自然科学基金江苏省自然科学基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-7
视图:
排序:
基于Bagging的LDA集成算法及其在人脸识别中的应用
《扬州大学学报(自然科学版)》2015年第1期41-44,共4页周中侠 王正群 徐春林 李峰 薛巍 
国家自然科学基金资助项目(61402395);江苏省高校自然科学基金资助项目(10KJB510027)
针对线性判别分析(linear discriminant analysis,LDA)在处理人脸图像时对局部变化识别不稳定性的问题,提出一种基于Bagging的LDA人脸识别方法 Bagging LDA.首先将人脸图像集划分成若干子图像集,然后将Bagging应用于每个子图像集并融合...
关键词:人脸识别 集成学习 线性判别分析 BAGGING算法 
线性局部切空间排列的传播半监督学习方法被引量:2
《计算机应用研究》2014年第8期2334-2337,共4页薛巍 王正群 徐春林 李峰 周中侠 
国家自然科学基金资助项目(61175111);江苏省高校自然科学基金资助项目(10KJB510027)
针对人脸识别应用中的线性局部切空间排列算法(LLTSA)不能有效利用样本标签信息的问题,提出了一种线性局部切空间排列的标签传播半监督算法(SSLLTSA)。该算法利用标签传播的方法从带有部分标签的样本数据中得到软标签,然后利用软标签构...
关键词:半监督学习 标签传播 软标签 切空间 局部结构 人脸识别 
半监督的稀疏保持二维边界Fisher分析降维算法被引量:5
《计算机辅助设计与图形学学报》2014年第6期923-931,共9页李峰 王正群 周中侠 薛巍 
国家自然科学基金(61175111);江苏省高校自然科学基金(10KJB510027)
针对样本集中类别标签样本不足的问题,提出一种半监督的稀疏保持二维边界fisher分析降维算法.首先利用图像像素间的空间结构信息,基于图像矩阵进行降维;然后设计类内散度矩阵和类间散度矩阵,以保持样本间的类内紧凑性和类间分离性;最后...
关键词:稀疏保持 二维边界fisher分析 半监督降维 人脸识别 
基于RSM的判别分析集成方法
《计算机工程与设计》2013年第12期4247-4251,共5页周中侠 王正群 徐春林 李峰 薛巍 
国家自然科学基金项目(61175111);江苏省高校自然科学基金项目(10KJB510027)
针对非监督鉴别投影(UDP)算法分类能力弱和性能不稳定问题,提出了一种基于RSM(random subspace method)的判别分析方法集成(DAC_EL)。该方法对训练样本的特征向量空间进行随机采样,得到多个UDP投影变换,因此获得多个既有差异又互补的投...
关键词:随机子空间方法 非监督鉴别投影 集成学习 子空间 人脸识别 
基于排斥图和吸引图的局部保持投影
《计算机工程》2013年第8期235-238,共4页徐伟 王正群 李峰 周中侠 
国家自然科学基金资助项目(61175111);江苏省自然科学基金资助项目(BK2009184);江苏省高校自然科学基金资助项目(10KJB510027)
局部保持投影(LPP)算法未利用样本类别信息进行人脸识别,提取的特征不适合分类。为解决该问题,提出一种基于排斥图和吸引图的LPP算法。在K近邻图的基础上建立排斥图和吸引图,使排斥图反映2个邻近但不同类样本之间的关系,吸引图反映2个...
关键词:人脸识别 局部保持投影 排斥图 吸引图 相似度 特征提取 
基于马氏距离的局部边界Fisher分析降维算法被引量:5
《计算机应用》2013年第7期1930-1934,共5页李峰 王正群 徐春林 周中侠 薛巍 
国家自然科学基金资助项目(61175111);江苏省高校自然科学基金资助项目(10KJB510027)
针对人脸识别应用中的高维数据图像以及欧氏距离不能准确体现样本间的相似度的问题,提出了一种基于马氏距离的局部边界Fisher分析(MLMFA)降维算法。该算法从现有的样本中学习得到一个马氏度量,然后在近邻选择以及新样本降维过程中用马...
关键词:马氏距离 局部边界Fisher分析 降维 人脸识别 
基于图的有监督判别投影被引量:1
《计算机工程与设计》2013年第3期970-973,988,共5页徐伟 王正群 周中侠 李峰 
国家自然科学基金项目(61175111);江苏省自然科学基金项目(BK2009184);江苏省高校自然科学基金项目(10KJB510027)
无监督鉴别投影没有利用样本类别标签,所以没有利用样本的鉴别信息。该文在无监督鉴别投影算法的基础上提出了基于图的有监督判别投影(graph-based supervised discriminant projection,GSDP)算法,利用吸引图和排斥图设计目标函数进行...
关键词:降维 无监督鉴别投影 吸引图 排斥图 人脸识别 
检索报告 对象比较 聚类工具 使用帮助 返回顶部