基于流形学习和核学习的生物特征识别研究

基于流形学习和核学习的生物特征识别研究

ID:35067112

大小:7.16 MB

页数:75页

时间:2019-03-17

基于流形学习和核学习的生物特征识别研究_第1页
基于流形学习和核学习的生物特征识别研究_第2页
基于流形学习和核学习的生物特征识别研究_第3页
基于流形学习和核学习的生物特征识别研究_第4页
基于流形学习和核学习的生物特征识别研究_第5页
资源描述:

《基于流形学习和核学习的生物特征识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、乂主键是大聲DALIANL^IVERSITYOFTECHNOLOGY硕王享恆巧文MASTE民ALDISSERTATION幽基于流形学习和核学习的生物特征识别研究学科专业蒋积锋作者姓名指导教师S—S--2016年6月2日答辩日期硕±学位论文基于流形学习和核学习的生物特征识别研究ResearchonBiometricsReconitionBasedonManifoldLearninggandKernelLearning

2、作者姓名:蒋积锋学科、专业:软件工程学号:21317020指导教师:迪驾完成日期2016年3月巧日:乂連巧义乂緣DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他己申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献

3、均已在论文中做了明确的说明并表示了谢意。若有不实之处。,本人愿意承担相关法律责任学位论文题目:建f矿店4如龄葦马谢丈俏特化化努1训嗦:a作者签名:曰期W年心月y曰_碱私耸_大连理工大学硕±学位论文摘要一流形学习是近年来发展起来的种非线性降维方法,其设计思想是在保留数据近邻一关系的同时降低数据的维数步的推广,通过将数据。本论文对传统的流形学习做了进映射到核空间、直接对二维图像数据进行投影和増加L1范数约束等方法来改善传统流,并将改进的算法应用于人脸形学习中的参数选择、判别

4、力不足和噪声点敏感等不足、、ent-recaas)掌纹MRCP(MovemlatedCortilPotentil信号的识别。本文的主要贡献如下:一(1)提出了个有监督的核优化局部保持映射算法(SKOLPP)。核局部保持映射算法(KLPP)能够通过核方法有效地保持数据的局部结构信息,有监督的核局部保持LPPLPP算法一映射(化)利用类标签保持了类内的几何结构,然而化直存在着核函SKOLPP一Fser数和核参数的选择问题,通过构造个数据依赖核和ih准则最大化类别分一类信息来解决这问题。ORL、Ya

5、le、A民和掌纹数据集上的实验表明该算法的有效性。(2)提出了二维判别邻域保持嵌入(2DDNPE)。该算法结合了两种策略的优点:近似判别准则和基于二维矩阵的映射。首先,近似判别准则能在拉普拉斯特征映射和LLE构造的交叉特征空间中进行判别分析,并且能够通过最小化类内距离和最大化类间一距离来提高判别能力,该算法没有先把二维图像矩阵转化为维向量,而是直接。其次对二维图像矩阵进行投影来提取特征信息。这样不仅能保持图像的空间结构信息,而且避免了小样本问题。在UMIST、Yale和AR上的实验表明,2DDN

6、PE能够有效的提取人脸的特征并进行分类。一-(3)提出了个基于LPPL1算法的MRCP检测方法。在有奇异信号存在的情况-下,基于L1范数的LPPL1算法比基于L2范数的LPP算法更加鲁棒,可W在维持MRCP正确正击率(TruePositiveRate,TPR)基本不变的情况下,显著降低MRCP的错误正击率False化sitiveRate,FP。该方法在未来基于MRCP检测的运动意图检测系统中有较(巧好的应用前景。关键词:降维;流形学习;特征提取;核方法--1基于流形学习和核

7、学习的生物特征识别研究ResearchonBiometricsReconitionBasedonManifbldLearninandggKernelLearningAbstractManifoldlearninisanonlineardimensiona化reductio打methoddeveloedinrecentgypyearswhichaims化preservetheneighborhoodrelationsandreducethe

8、dime打sionsofdata.Inthispaper,thetraditionalmanifoldfearningmethodswerepromo化dthatsolvedtheproblemofparame化rselectioinsuficie打tdiscriminativeabi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。