【摘 要】
：
基于改进的迭代自组织聚类的局部保持映射算法是在局部保持映射算法的基础上，根据贝叶斯准则，采用基于改进的迭代自组织聚类算法确定降维维数。实验证明，采用本方法确定的降维维数更符合实际的最佳降维维数，在图像检索应用方面效果也比主成分分析更好。这是因为本方法考虑了维数和类别数关系，不但没有破坏原始的数据结构，而且最大化地消除了高维向量间的相关性和冗余度，提高了检索精度。
【机 构】
：
同济大学电子与信息工程学院 上海 201804 中科院半导体研究所神经网络实验室 北京 10008
【出 处】
：
2010年全国模式识别学术会议(CCPR2010)
论文部分内容阅读
基于改进的迭代自组织聚类的局部保持映射算法是在局部保持映射算法的基础上，根据贝叶斯准则，采用基于改进的迭代自组织聚类算法确定降维维数。实验证明，采用本方法确定的降维维数更符合实际的最佳降维维数，在图像检索应用方面效果也比主成分分析更好。这是因为本方法考虑了维数和类别数关系，不但没有破坏原始的数据结构，而且最大化地消除了高维向量间的相关性和冗余度，提高了检索精度。
其他文献
利用机场跑道或公路在边缘图像中近似表现为两条平行线段的特性，提出了一种基于改进Hough变换与直线特征的图像配准方法。该方法首先利用Canny算子提取参考图像和待配准图像的边缘信息，利用改进Hough变换提取边缘图像中的主要直线，然后提取其轮廓并选取配准控制直线，最后利用配准控制直线计算出配准控制点，计算配准参数，确立配准坐标变换关系。实验表明，该方法可以实现较高精度的机场图像配准。
针对直升机旋翼故障诊断中特征选择难和主元分析在故障特征选择上存在的不足，提出并实现了一种有效的基于核主元分析的故障特征选择方法。该方法通过计算原始特征空间的内积核函数来实现原始特征空间到高维特征空间的非线性映射，通过在高维特征空间中对映射数据进行主元分析来得到原始特征数据的非线性主元。实验结果表明，通过对故障特征向量进行核主元分析，能有效地降低特征向量的维数，从而能降低故障分类器的计算复杂度，而且
为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[
为了提高软件缺陷预测的精度，提出了一种基于相异度量的软件缺陷预测方法。与传统方法在特征空间进行软件缺陷预测不同，本文在相异空间研究软件缺陷预测问题。首先利用单元与代表集间的相异性构建新的单元特征.然后在相异空间中建立分类器完成预测。通过代表集选择，可有效减少表示单元的特征维数，降低了完成预测的计算复杂度。在NASA数据库KC2和CM1数据集的实验表明，相异空间中，KNN、Bayes和SVM分类器的
提出了一种具有自适应匹配阈值的层次化双目立体匹配算法，其核心是视差值预设的逆向匹配策略和基于初选匹配点的自适应阈值更新方法。算法首先在初始视差情况下确定初始匹配点，接着利用初始匹配点对之间的统计特性来自适应更新阈值，并得到可信匹配点，利用形态学滤波去除伪匹配点，然后选择下一个视差值，重复上述操作，最后通过高斯滤波得到平滑的视差图。在标准测试图库上进行仿真，实验结果表明，本文提出的改进算法相比于传统
研制出一种基于ARM7的智能气敏传感器，通过测量气敏薄膜的电阻，并将所测阻值和气体浓度进行校准，从而显示气体浓度。为了减小温度漂移带来的附加误差，提高传感器的测量精度，将气敏传感器所测量的电阻值与加热电压作为输入，气体浓度值为输出，构造了一个双输入单输出的LS-SVR温度补偿模型。通过对气敏传感器的实测数据进行温度补偿，结果表明LS-SVR算法计算简单，学习速度快，并且具有良好的抗干扰能力和小样本
针对主成分分析(PCA)方法和仿生方法在特征提取和降维方面的不足，该文提出一种Gabor特征筛选的仿生人脸识别方法。首先提取人脸图像Gabor特征向量，经2DPCA方法降维处理后运用仿生识别方法对其进行人脸识别。在人脸库上验证了该方法的有效性。实验结果显示，该方法的分类准确性优于仿生识别方法和PCA等方法。
为了研究应用服务器的性能衰退情况，设计了多种场景的客户请求程序和服务器端监控程序，记录了5类各种参数，首先运用主成分分析法实现降维，然后对应用服务器中间件的主要性能指标建立多维时间序列分析模型。根据拟合的模型，给出了系统再生方案。实测数据及分析结果表明，所建立的软件老化模型能较好地拟合原始数据，预测结果可以作为系统再生动作的触发依据。
镜头分割是视频分析和检索的重要预处理环节。基于视频编码原理，本文提出了一种利用视频I帧的DC系数进行镜头分割的算法。算法首先提取I帧DC系数构造DC缩略图，然后利用DC缩略图的颜色矩、颜色空间分布信息熵和颜色直方图等多个颜色特征度量相邻DC缩略图之间的差异度，最后通过选择合适的闽值得到镜头分割结果。试验表明：该算法有效的提高了镜头分割的性能，在一定程度上降低了视频镜头渐变检测的复杂度。
本文提出一种新颖的基于RS(Rough Set)的压缩域镜头识别算法。该算法首先从视频的压缩域数据流中提取I帧信息，以相邻I帧的属性差值为行，多个特征属性为列建立信息系统，并对建立的信息系统进行归一化，离散化处理。其次，采用RS的属性约简理论得到没有冗余的属性核，并采用RS理论进行分类。最后，采用K-均值交叉验证该算法的性能。实验结果表明该算法可以有效地降低运算量和提高镜头识别的准确率。