| 二维主成分分析pca图类毕业论文文献都有哪些？ | 您所在的位置：网站首页 › 计算特征向量的方法有哪些 › 二维主成分分析pca图类毕业论文文献都有哪些？ |
|
本文是为大家整理的二维主成分分析pca图主题相关的10篇毕业论文文献，包括5篇期刊论文和5篇学位论文，为二维主成分分析pca图选题相关人员撰写毕业论文提供参考。 1.[期刊论文]分块式双向压缩的二维主成分分析 期刊：《黑龙江大学工程学报》 | 2020 年第 004 期 摘要：人脸识别是生物识别研究热点问题之一,目前,大多数传统的人脸识别算法运算速度慢,人脸识别精度较低.对此,提出了一种分块式双向压缩的二维主成分分析与径向基核函数支持向量机相结合的算法.将人脸图像分割为大小相等并且互不重合的子块,每个子块都包含重要的特征信息.使用双向压缩的2 DPCA与PCA相结合的算法来进行人脸特征的提取,可以有效地减少特征数量和PCA的计算时间,充分地保留重要的信息,再与支持向量机相结合,其运算时间和训练时间都充分降低,并且提高了识别率.在ORL、Yale和自建的人脸库上的实验表明,该方法的运算速度和识别率明显高于传统的识别方法. 关键词：人脸识别；图像处理；二维主成分分析；支持向量机 链接：https://www.zhangqiaokeyan.com/academic-journal-cn_journal-engineering-heilongjiang-university_thesis/0201286209214.html --------------------------------------------------------------------------------------------------- 2.[期刊论文]基于二维主成分分析与卷积神经网络的手写体汉字识别 期刊：《计算机应用》 | 2020 年第 008 期 摘要：随着计算能力的飞速增长、训练数据的不断积累以及非线性激活函数的不断完善,卷积神经网络(CNN)在手写体汉字识别中表现出较好的识别性能.针对CNN识别手写体汉字识别速度慢的问题,将二维主成分分析(2DPCA)与CNN相结合识别手写体汉字.首先,利用2DPCA提取手写体汉字的投影特征向量;然后,将得到的投影特征向量组成特征矩阵;其次,用组成的特征矩阵作为CNN的输入;最后,用Softmax函数进行分类.与基于AlexNet的CNN模型相比,所提方法的运行时间降低了78％,与基于ACNN与DCNN的模型相比,所提方法的运行时间分别降低了80％与73％.实验结果表明,该方法在不降低识别精度的同时,可以减少识别手写体汉字的运行时间. 关键词：手写体汉字识别；深度学习；卷积神经网络；二维主成分分析；图像分类 链接：https://www.zhangqiaokeyan.com/academic-journal-cn_journal-computer-applications_thesis/0201280160406.html --------------------------------------------------------------------------------------------------- 3.[期刊论文]基于子模式的二维主成分分析融合复判别分析的人脸识别 期刊：《佛山科学技术学院学报（自然科学版）》 | 2020 年第 004 期 摘要：提出了一种有效的人脸表示与识别的方法.为了能有效地保持各个子块间的空间关系,该方法首先对图像进行分块,对分块后各子样本集使用二维PCA方法分别抽取图像行间信息和列间信息,然后将子块的行和列特征融合成子复数特征矩阵.再利用复二维判别分析C2DLDA方法,从子复数特征矩阵中进一步进行特征提取,最后把各子复特征矩阵拼成相应原始图像的特征矩阵.实验结果表明,该方法降低了特征的维数,减少了表情和光照等因素对人脸识别准确率的影响,获得了较好的识别性能. 关键词：人脸识别；主成分分析；复二维判别分析；特征融合 链接：https://www.zhangqiaokeyan.com/academic-journal-cn_journal-foshan-university-natural-science-edition_thesis/0201279705631.html --------------------------------------------------------------------------------------------------- 4.[期刊论文]晶圆表面缺陷模式识别的二维主成分分析卷积自编码器 期刊：《计算机辅助设计与图形学学报》 | 2020 年第 003 期 关键词：晶圆缺陷；深度学习；卷积神经网络；自编码器 链接：https://www.zhangqiaokeyan.com/academic-journal-cn_journal-computer-aided-design-computer-graphics_thesis/0201278033317.html --------------------------------------------------------------------------------------------------- 5.[期刊论文]基于分块双向二维主成分分析的人脸目标识别 期刊：《计算机技术与发展》 | 2019 年第 001 期 摘要：人脸目标识别是目前模式识别、计算机视觉等领域的研究热点问题之一,现有的大多数人脸目标识别算法的条件假设都较为严格,将其应用于现实环境中时,人脸识别的精度较低.针对现实人脸识别中由于光照、表情、姿态或其他物体引起的面部遮挡而严重影响识别率的问题,提出了一种分块双向二维主成分分析融合局部特征方法.首先,将图像分解为互不重叠的子块,每个子块包含重要的局部信息,利用(2D)2PCA对子块进行特征提取并投影到特征子空间;然后,对每个子块分别设计一个分类器并在一定置信度范围内判别测试样本所属类别;最后,根据所有子块所属类别的置信度之和完成人脸分类.在两个人脸识别数据库上的实验结果表明,相比其他几种人脸识别算法,该方法取得了更高的识别精度. 关键词：人脸识别；双向二维主成分分析；特征提取；局部特征；置信度 链接：https://www.zhangqiaokeyan.com/academic-journal-cn_computer-technology-development_thesis/0201271022883.html --------------------------------------------------------------------------------------------------- 6.[学位论文]基于增量式二维主成分分析的图像特征提取技术研究 目录 第一个书签之前著录项 学科：机械工程 授予学位：硕士 年度：2019 正文语种：中文语种 中图分类：计算技术、计算机技术；自动化技术及设备 链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020314738916.html --------------------------------------------------------------------------------------------------- 7.[学位论文]双边角度二维主成分分析算法及其应用研究 目录 封面 声明 中文摘要 英文摘要 插图索引 表格索引 符号对照表 缩略语对照表 目录 第一章 绪论 1.1研究背景及意义 1.2人脸识别的发展历程和相关研究现状 1.3人脸识别的主要内容 1.4影响人脸识别的因素 1.5人脸识别算法性能度量标准 1.6本文主要研究内容 第二章 基于2DPCA的人脸特征提取算法 2.1奇异值分解 2.2主成分分析 2.3二维主成分分析相关算法 2.4本章小结 第三章 角度二维主成分分析 3.1角度主成分分析 3.2角度二维主成分分析 3.3实验结果及分析 3.4本章小结 第四章 双边角度二维主成分分析 4.1双边二维主成分分析 4.2双边角度二维主成分分析 4.3实验结果及分析 4.4本章小结 第五章 总结与展望 5.1总结 5.2展望 参考文献 致谢 作者简介著录项 学科：数学 授予学位：硕士 年度：2019 正文语种：中文语种 中图分类：计算技术、计算机技术；自动化基础理论 链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020315255931.html --------------------------------------------------------------------------------------------------- 8.[学位论文]基于主成分分析的复杂二维不规则零件排样算法研究 目录 封面 声明 中文摘要 英文摘要 目录 第1章 绪论 1.1 研究背景与意义 1.2 排样问题分类 1.3 二维不规则排样问题国内外研究现状 1.3.1 二维不规则排样问题的国外研究现状 1.3.2 二维不规则排样问题的国内研究现状 1.4 二维不规则排样现有研究存在的问题 1.5 本文的主要研究内容 第2章 基于主成分分析的排样旋转算法 2.1 零件图形信息的读取 2.1.1 排样零件数据介绍 2.2.2 排样零件的读取 2.2.3 排样零件数据处理 2.2 排样零件凸特征的提取 2.2.1 排样零件凸特征的提取方法 2.2.2 凸特征的动态选择 2.3零件旋转角度的确定 2.3.1 特征提取方法的选择 2.3.2 主成分分析法的数学模型 2.3.3 排样零件旋转角度的确定 2.4 排样零件的重心与面积的计算 2.4.1 排样零件的面积的计算 2.4.2 排样零件重心的计算 2.5 排样零件的平移与旋转 2.6 本章小结 第3章 基于像素法和前锋线的零件靠接算法 3.1 常用的靠接算法 3.2 基于像素的排样零件判距靠接算法 3.3 基于前锋线的已排样零件轮廓表达 3.3.1 首个零件靠接策略 3.3.2 首排零件靠接策略 3.3.3 已排样零件前锋线的计算 3.4 基于主成分分析的复杂不规则排样算法 3.4.1 基于重心最低的零件定位策略 3.4.2 算法的主要流程 3.4.3 算法的实验验证与结果分析 3.5 本章小结 第4章 基于并行运算的排样顺序优化算法 4.1 多进程并行计算 4.2 遗传算法 4.2.1 遗传算法简介 4.2.2 编码方法 4.2.3 适应度函数 4.2.4 遗传算子 4.2.5 选择策略 4.2.6 算法流程 4.3 模拟退火算法 4.3.1 模拟退火算法简介 4.3.2 邻域搜索算法 4.3.3 Metropolis准则 4.3.4 算法流程 4.4 蚁群算法 4.4.1 蚁群算法简介 4.4.2 初始排样零件的选择 4.4.3 状态转移规则 4.4.4 信息素全局更新规则 4.4.5 算法流程 4.5 实验结果与算法分析 （1）多进程并行运算的算法效率验证 （2）三种智能算法排样顺序优化性能对比实验 （3）模拟退火算法有效性验证 4.6 本章小结 第5章 二维不规则排样系统设计 5.1 二维不规则排样系统的总体框架 5.1.1 系统运行环境 5.1.2 系统的总体框架 5.2 二维不规则排样系统的功能模块介绍 5.2.1 排样零件的数据处理 5.2.2 排样参数的设定 5.2.3 排样自动计算 5.2.4 排样效果图后处理 5.3 排样实例 5.4 本章小结 结论 参考文献 攻读硕士学位期间承担的科研任务与主要成果 致谢著录项 学科：机械制造及其自动化 授予学位：硕士 年度：2019 正文语种：中文语种 链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020315663756.html --------------------------------------------------------------------------------------------------- 9.[学位论文]基于LBP和二维主成分分析的人脸识别研究 目录 封面 声明 中文摘要 英文摘要 目录 第1章 绪论 1.1 研究背景和意义 1.2 国内外研究现状 1.3 人脸识别难点 1.4 研究内容和论文结构 第2章 人脸识别综述 2.1 人脸识别系统 2.2 图像预处理 2.3 特征提取 2.4 分类识别 2.5 人脸常用数据库 2.6 本章小结 第3章 基于HOG的加权LBP人脸识别 3.1 引言 3.2 局部二值模式 3.3 HOG的基本原理 3.4 基于HOG和加权LBP的人脸识别 3.5 实验结果与分析 3.6 本章小结 第4章 基于2DPCA人脸识别与应用 4.1 引言 4.2 2DPCA人脸识别 4.3 支持向量机 4.4 分析与测试 4.5 系统设计与实现 4.6 本章小结 结论 参考文献 致谢著录项 学科：计算机技术 授予学位：硕士 年度：2017 正文语种：中文语种 中图分类：图像识别及其装置 链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020312566934.html --------------------------------------------------------------------------------------------------- 10.[学位论文]基于二维主成分分析和支持向量机的交通标志识别 目录 中文摘要 英文摘要 目录 1 绪论 1.1 交通标志识别的研究背景及意义 1.2 交通标志识别的研究现状 1.3 交通标志识别系统 1.4 交通标志识别的难点 1.5 本论文的研究工作和内容安排 2 交通标志识别基础 2.1 交通标志的基础知识 2.2 常用的彩色空间 2.3 图像的预处理 2.4 图像分割技术 2.5 本章小结 3 交通标志的检测与分割 3.1 基于颜色的交通标志检测与分割 3.2 基于形状的交通标志检测与分割 3.3 基于颜色和形状相结合的交通标志检测与分割 3.4 本章小结 4 交通标志的特征提取 4.1 基于二维主成分分析的交通标志特征提取 4.2 基于改进的二维主成分分析的交通标志特征提取 4.3 本章小结 5 基于组合核函数支持向量机的交通标志识别 5.1 统计学习理论 5.2 支持向量机基本理论 5.3 交通标志识别系统的设计与实现 5.4 实验结果和分析 5.5 本章小结 6 结论与展望 6.1 结论 6.2 展望 致谢 参考文献著录项 学科：应用数学 授予学位：硕士 年度：2015 正文语种：中文语种 中图分类：图像识别及其装置 链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020313960437.html |
| CopyRight 2018-2019 实验室设备网 版权所有 |