您的位置: 专家智库 > >

湖北省科技攻关计划(2007A101C52)

作品数:3 被引量:15H指数:2
相关作者:杨杰郭志强张良俊柯海舟翁丽娜更多>>
相关机构:武汉理工大学更多>>
发文基金:湖北省科技攻关计划国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇人脸
  • 2篇人脸识别
  • 1篇人脸识别方法
  • 1篇人脸特征
  • 1篇时间序列
  • 1篇时间序列分析
  • 1篇识别方法
  • 1篇特征级融合
  • 1篇奇异值
  • 1篇奇异值分解
  • 1篇主成分
  • 1篇主成分分析
  • 1篇网络
  • 1篇无线
  • 1篇无线网
  • 1篇无线网络
  • 1篇线性鉴别分析
  • 1篇小波
  • 1篇小波包
  • 1篇小波包分解

机构

  • 3篇武汉理工大学

作者

  • 3篇杨杰
  • 2篇郭志强
  • 1篇翁丽娜
  • 1篇柯海舟
  • 1篇张良俊
  • 1篇柳步荫

传媒

  • 1篇电子与信息学...
  • 1篇武汉理工大学...
  • 1篇计算机工程与...

年份

  • 1篇2011
  • 2篇2009
3 条 记 录,以下是 1-3
排序方式:
SVD与LDA相结合的人脸特征提取方法被引量:3
2009年
提出一种新的SVD与LDA相结合的人脸特征提取方法。首先选用练训样本的均值图像作为标准图像,把训练样本投影到标准图像经奇异值分解产生的基空间中,其次提取投影系数矩阵左上角信息作为初步特征,最后再采用LDA分析方法降维提取最终的特征。该方法解决了奇异值分解用于人脸识别基空间不一致的固有缺陷,同时又增加的特征的类别信息,也避免了LDA的小样本问题。在ORL与CAS-PEAL人脸库的实验结果表明了该方法的有效性,同时对光照有一定的鲁棒性。
郭志强杨杰
关键词:人脸识别奇异值分解线性鉴别分析
基于WPT/PCA的特征级融合人脸识别方法被引量:2
2009年
提出一种基于小波包和PCA变换相结合的特征级融合人脸识别方法,首先对人脸图像进行二维小波包分解,对分解后的低频子图进行PCA分解,得低频主分量,然后选取含有丰富人脸特征的高频子图进行加权融合,对融合后的高频子图再进行PCA分解,得高频主分量,最后对高低频主分量进行融合处理,得最终的鉴别特征。分别在ORL和YaleA人脸库上进行试验,实验结果表明该方法提高了识别率。
郭志强杨杰柳步荫
关键词:小波包分解主成分分析
基于时间序列分析的链路质量预测和稳定路由算法研究被引量:10
2011年
针对现有链路质量预测算法不适用于实际通信场景的问题,该文提出一个不依赖于任何特定信号传输模型和节点移动模型、低复杂度的实时链路质量预测算法,并将其应用于稳定路由协议设计。通信节点存储并更新其邻节点的接收信号强度集合以构成时间序列,将时间序列分析中的局部线性核平滑方法和滑动窗口局部多项式预测方法引入链路质量判断及预测。在此基础上,结合跨层协作思想,提出了节点移动自适应的提前路由修复机制。仿真结果表明,该预测算法具有较高的预测准确度,并能显著增强路由稳定性,提高网络性能。
翁丽娜杨杰柯海舟张良俊
关键词:无线网络时间序列分析
共1页<1>
聚类工具0