文献

J-GLOBAL ID：201302211931411824   整理番号：13A1108651

表面認識のための半教師あり係数選択方法

A semi-supervised coefficient selection method for face recognition

著者 (2件)： Cui Peng (Coll. of Computer Sci. and Technol.,Harbin Engineering Univ., Harbin) ,  Zhang Rubo (Coll. of Computer Sci. and Technol.,Harbin Engineering Univ., Harbin)
資料名： Harbin Gongcheng Daxue Xuebao  (Harbin Gongcheng Daxue Xuebao)
巻： 33  号： 7  ページ： 855-861  発行年： 2012年 
JST資料番号： W1512A  ISSN： 1006-7043  CODEN： HGHPF2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 表面認識において,画像データと要求する多くのクラスラベルのより高い次元の問題を実存した。これらを解決するために,半教師あり離散的余弦変換(DCT)係数選択方法は減少規模に提案して,認識正確さを改良した。最初に,DCTは画像データベースに関して実行して,振動数特性に基づくプレ遮蔽によって,役立つ特性を選んだ。第2に,少数の標識サンプルによって,半教師あり強制的集団化は,トレーニング画像セットに関して集団化のために使用した。次に,係数が評価するより高い判別式はクラスラベルによって得て,トレーニングイメージの係数選択遮蔽と予測を実施した。最後に,検査が画像化する離散的余弦変換は遮蔽に関して予測して,検査画像予測とトレーニング画像予測間の距離を計算して,検査イメージのクラスは最小の距離分類装置に基づいて推定して類別した。ORLとYale表面データベースに関する実験結果は,提案した方法の機能が従来の方法より良いことを示した。さらにまた,提案した方法は,主成分分析(PCA)または直線的判別分析(LDA)によって併用であり,90%の認識比率より多くのものを得た。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： 方式 ,  画像データベース ,  適応訓練 ,  主成分分析 ,  比率 ,  分類装置 ,  判別分析 ,  振動数 ,  DCT【変換】 ,  *学習
準シソーラス用語： トレーニング ,  画像化 ,  実験結果 ,  選択法 ,  認識比率 ,  *半教師あり学習

分類 (1件)： その他の船舶  (QJ05030H)

タイトルに関連する用語 (3件)： 教師 ,  係数 ,  選択方法