已閱讀1頁,還剩38頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、矩陣分解在信息重建、計算機視覺和模式識別等領(lǐng)域引起了廣泛的興趣和關(guān)注.非負(fù)矩陣分解由于其對局部構(gòu)成整體思想的體現(xiàn)以及對數(shù)據(jù)低維特征的挖掘而備受關(guān)注.論文引言中介紹了已有的非負(fù)矩陣分解模型和圖正則非負(fù)矩陣分解模型,并介紹了模型求解算法中較常用的乘子迭代算法和投影梯度算法.論文第二章提出了附加輪廓信息的圖正則非負(fù)矩陣分解模型.并應(yīng)用帶積極集策略的共軛梯度(ASCG)算法求解該模型.論文第三章中我們在實際人臉數(shù)據(jù)庫上進行了數(shù)值實驗.我們將AS
2、CG算法同MU算法和PG算法進行了比較.并使用ASCG算法求解GNMFO模型,在分解得到的低維矩陣因子上進行人臉分類.本論文最主要的創(chuàng)新點在于通過原始人臉圖像矩陣的一階差分信息表示人臉輪廓信息,并通過人臉輪廓信息構(gòu)造了圖正則項.這種構(gòu)造的方式簡單易行同時很好的提高了人臉識別的分類效果.另外,我們采取了帶積極集策略的共軛梯度算法求解GNMFO模型,算法具有好的收斂性.我們將GNMFO模型及ASCG算法應(yīng)用到實際高維人臉數(shù)據(jù)庫中進行人臉分類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 稀疏圖正則非負(fù)矩陣分解及其在人臉識別中的應(yīng)用.pdf
- 非負(fù)矩陣分解及其在人臉識別中的應(yīng)用.pdf
- 非負(fù)矩陣分解方法及其在人臉識別中的應(yīng)用.pdf
- 核局部非負(fù)矩陣分解算法在人臉識別中的應(yīng)用.pdf
- 32111.改進的非負(fù)矩陣分解算法及其在人臉識別中的應(yīng)用
- 多圖正則化非負(fù)矩陣分解.pdf
- 基于非負(fù)矩陣分解的人臉表情識別.pdf
- 基于非負(fù)稀疏矩陣分解的人臉表情識別
- 基于非負(fù)矩陣分解的人臉表情識別研究.pdf
- 基于非負(fù)稀疏矩陣分解的人臉表情識別.pdf
- 非負(fù)矩陣分解在圖像分析中的應(yīng)用.pdf
- 非負(fù)矩陣分解算法及在語音轉(zhuǎn)換中的應(yīng)用.pdf
- 非負(fù)矩陣分解在入侵檢測中的應(yīng)用.pdf
- 非負(fù)矩陣分解方法及其在選票圖像識別中的應(yīng)用.pdf
- 10541.魯棒圖正則化非負(fù)矩陣分解
- 基于對稱非負(fù)矩陣分解的人臉識別算法研究.pdf
- 基于迭代支撐探測的稀疏非負(fù)矩陣分解算法及其在人臉識別上的應(yīng)用.pdf
- 矩陣的非負(fù)分解算法及應(yīng)用.pdf
- 非負(fù)矩陣分解及其在非均衡數(shù)據(jù)分類中的應(yīng)用.pdf
- 非負(fù)矩陣分解及其在能力驗證中的應(yīng)用.pdf
評論
0/150
提交評論