导读:本文包含了矩阵识别论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸识别,群稀疏,低秩恢复,低秩映射矩阵
矩阵识别论文文献综述
胡静,陶洋,郭坦,孙雨浩,胡昊[1]（2019）在《基于低秩矩阵恢复的群稀疏表示人脸识别方法》一文中研究指出针对训练集和测试集均存在光照、遮挡、噪声污染等情况下的人脸识别问题,提出一种基于低秩矩阵恢复的群稀疏表示人脸识别方法。将人脸图像由空域变换到对数域,通过低秩矩阵恢复算法恢复每子类训练样本,增强恢复数据的鉴别力;学习恢复低秩成分与原始训练数据之间的低秩映射关系矩阵,利用该矩阵将测试样本映射到其潜在的子空间下,移除测试样本中存在的误差;计算恢复的测试样本在恢复的训练集上的群稀疏表示,结合重构残差与类关联系数进行识别。在CMU PIE、Extended Yale B和AR数据库上的实验结果表明,该方法具有较高的识别率和较强的鲁棒性。(本文来源于《计算机工程与设计》期刊2019年12期）
李伟,王军,俞跃[2]（2019）在《基于可见光匹配矩阵的电气部件故障红外自动识别算法》一文中研究指出基于红外图像差分比对法可以高效地检测并发现电气部件老化、接线松动、绝缘失效等问题,但由于红外热图像分辨率低、对比度差,直接特征匹配误点率高、匹配成功率低,提出一种基于可见光匹配矩阵的电气部件故障红外自动识别算法。首先通过固定区域截取法或手动提取特征点配准法处理可见光图像,使处理后的可见光图像与红外图像完全匹配;然后使用SURF及RANSAC算法将匹配好的待测及标准电气部件的可见光图像进行配准,并使用最小二乘法获得最优仿射变换矩阵。最后使用该匹配矩阵将待测及标准电气部件的红外热像图进行配准,进而进行差分故障判断。实验结果表明:该检测算法相较于直接差分比对法,匹配效果好、鲁棒性高,且能够实现异常区域的准确定位。(本文来源于《红外技术》期刊2019年11期）
蒋贤维,张妙娴,朱兆松[3]（2019）在《基于灰度共生矩阵和精度高斯支持向量机的中国手语手指语识别》一文中研究指出手语识别是打破聋人和健听人之间交流障碍的有效途径。中国手语一般可以分为手势语和手指语,手势语因为地区性和个体差异性导致种类和变化繁多,识别相对困难,所以需要不断学习和训练;手指语通过拼音字母的表现形式给出结果,表达具有确定性,尤其在姓名、特殊含义、抽象表达方面效果明显。手语识别中,大部分的研究主要聚焦于某种手势,围绕手形、方向、位置和运动轨迹等关键特征,并结合某些学习算法来提升识别的准确率,然而最基本可靠的手指语识别却往往被忽略。为此,文中提出了一种基于灰度共生矩阵(GLCM)和精度高斯支持向量机(FGSVM)的方法来更准确有效地识别中国手语手指语。首先构建手指语数据集,即通过数码相机直接获取手指语图像或者从视频中选取关键帧作为手语图像素材,然后将手形从图像背景中分割出来,把每个图像调整为N×N的特定尺寸并转换为灰度图像;其次是提取特征,即对灰度图像中强度值的数量进行降维,同时创建对应的灰度共生矩阵,通过调整像素间的距离和角度等参数来获取增强的数据特征;最后,将提取的图像的特征数据提交到精度高斯支持向量机分类器中,进行10倍交叉验证和分类测试。对30种类别的510个中国手语手指语图像样本的实验结果表明,基于GLCM-FGSVM的分类准确率最高可达到92.7%,可以认为该方法在中国手语手指语分类方面卓有成效。(本文来源于《计算机科学》期刊2019年S2期）
石春鹤,吴成东[4]（2019）在《基于加权稀疏非负矩阵分解的车脸识别算法》一文中研究指出为提高多种光照条件下交通卡口视频中车脸识别的准确性,提出了一种基于改进非负矩阵分解的车脸识别算法.对采集图像进行预处理,获得车脸图像与车牌信息.基于特定光照条件,自适应提取车脸图像的初始特征.针对车脸图像中像素位置的重要性差异,建立了加权稀疏约束非负矩阵分解的特征降维方法.通过判断特征相似性与车牌信息一致性,确定车辆是否合法.实验结果表明所提算法具有较好的识别性能,真实接受率与错误拒绝率分别可达到0. 987 5与0. 04,并满足实时性要求.(本文来源于《东北大学学报(自然科学版)》期刊2019年10期）
刘振华[5]（2019）在《采用二维动态矩阵识别工具进行银行技术标准评估的一种设想》一文中研究指出文章分析了目前银行技术标准管理采用的技术标准二级分类的方法存在的问题,提出银行技术标准是银行技术对象在银行的技术活动,基于技术对象和技术活动组成的二维动态矩阵识别工具进行动态全面的银行技术标准评估。同时,提出该技术标准评估工具在尝试进行本地化改造后,存在可以在其他行业推广使用的可行性。(本文来源于《第十六届中国标准化论坛论文集》期刊2019-10-14）
彭梦冉[6]（2019）在《基于非负矩阵分解算法的人脸识别方法》一文中研究指出人脸识别是利用计算机提取人脸的相关特征,并由此辨别人物身份的一种应用技术,人脸图像的特征提取是人脸识别过程中最关键的技术之一,局部特征提取方法是人脸特征提取方法中比较常用的一种方法,而非负矩阵分解算法是一类应用较为广泛的局部特征提取方法。以人脸识别中的特征提取作为研究对象,在已有的非负矩阵分解算法理论的基础上,将矩阵变换理论、最速下降法和稀疏性理论结合,分别提出了基于矩阵变换的非负矩阵分解算法和基于最速下降法的非负矩阵分解算法,将改进的算法应用到人脸识别中,并讨论改进的算法与传统非负矩阵分解算法在人脸识别中的不同效果。结果表明,提出的算法相对于传统的NMF算法具有运行时间快、误差小的优点。(本文来源于《长春工程学院学报(自然科学版)》期刊2019年03期）
俞嘉旭,吴帮玉,刘乃豪,朱小叁,任浩然[7]（2019）在《基于局部成像矩阵的监督学习散射点识别》一文中研究指出局部成像矩阵展示了成像点处波场能量在不同波传播局部入射和出射角度上的分布。对反射点和散射点,局部成像矩阵具有显着不同的能量分布规律,二维情况下,前者能量集中于某一倾角的条带上,而后者能量呈散状分布。利用二维SEG/EAGE模型偏移产生的局部成像矩阵作为训练和测试样本,本文初步测试了8种常见的监督学习分类方法根据局部成像矩阵区分散射点和非散射点的效果,着重考察了各个方法的准确率、查准率、召回率和F1-分数指标。测试结果表明,这8种分类方法对散射点局部成像矩阵均有一定的识别率,其中以随机森林方法效果最好,可作为根据局部成像矩阵进行散射点识别的重点考察方法。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
刘艳辉,张阳阳,刘军校,任鹏,卓彪[8]（2019）在《基于影响矩阵的桁架结构预应力损失识别方法》一文中研究指出为计算出每束预应力钢束实时的预应力损失,依据预应力桁架结构观测变形,基于位移影响矩阵原理提出一种预应力损失识别方法.通过有限元分析,建立预应力损失值与桁架结构观测点位移值之间的关系方程,并依据极小值优化原理,获得预应力损失值.研究表明:当单位预应力损失取30%～50%时,得到的位移影响矩阵计算预应力损失时误差最小,约为1%～2%;叁角形桁架1/4跨度和3/4跨度处位移观测点对预应力损失的敏感性最高.最后,以黔渝线上某高铁站房的大跨钢筋预应力桁架结构为例,验证了该方法的正确性.(本文来源于《西南交通大学学报》期刊2019年05期）
陶有军[9]（2019）在《矩阵键盘的一种简捷高效识别算法》一文中研究指出矩阵键盘是单片机应用技术中常用的模块,以51单片机为例,要正常使用矩阵键盘,首先要识别键盘,当用户按下任意一个按键的时候,通过软件程序计算出被按下的开关按键的按键号。本文提出一种矩阵键盘识别的新算法,基于新算法编写的键盘识别程序更加简洁高效,特别是按键越多越体现它的优越性。(本文来源于《单片机与嵌入式系统应用》期刊2019年09期）
杨佳起,张祖铭[10]（2019）在《基于Matlab特征点矩阵识别的智能节时电梯控制器研究》一文中研究指出电梯在运行过程中,由于他人失误操作会使电梯在无须停靠的楼层等待,一些人在按完电梯后,因为其他原因不乘坐,使得电梯在该楼层停靠却不使用。针对这个现象,本文以Matlab特征点矩阵识别的智能节时电梯控制器的原理对该现象进行探讨研究。(本文来源于《中国设备工程》期刊2019年16期）
矩阵识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于红外图像差分比对法可以高效地检测并发现电气部件老化、接线松动、绝缘失效等问题,但由于红外热图像分辨率低、对比度差,直接特征匹配误点率高、匹配成功率低,提出一种基于可见光匹配矩阵的电气部件故障红外自动识别算法。首先通过固定区域截取法或手动提取特征点配准法处理可见光图像,使处理后的可见光图像与红外图像完全匹配;然后使用SURF及RANSAC算法将匹配好的待测及标准电气部件的可见光图像进行配准,并使用最小二乘法获得最优仿射变换矩阵。最后使用该匹配矩阵将待测及标准电气部件的红外热像图进行配准,进而进行差分故障判断。实验结果表明:该检测算法相较于直接差分比对法,匹配效果好、鲁棒性高,且能够实现异常区域的准确定位。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
矩阵识别论文参考文献
[1].胡静,陶洋,郭坦,孙雨浩,胡昊.基于低秩矩阵恢复的群稀疏表示人脸识别方法[J].计算机工程与设计.2019
[2].李伟,王军,俞跃.基于可见光匹配矩阵的电气部件故障红外自动识别算法[J].红外技术.2019
[3].蒋贤维,张妙娴,朱兆松.基于灰度共生矩阵和精度高斯支持向量机的中国手语手指语识别[J].计算机科学.2019
[4].石春鹤,吴成东.基于加权稀疏非负矩阵分解的车脸识别算法[J].东北大学学报(自然科学版).2019
[5].刘振华.采用二维动态矩阵识别工具进行银行技术标准评估的一种设想[C].第十六届中国标准化论坛论文集.2019
[6].彭梦冉.基于非负矩阵分解算法的人脸识别方法[J].长春工程学院学报(自然科学版).2019
[7].俞嘉旭,吴帮玉,刘乃豪,朱小叁,任浩然.基于局部成像矩阵的监督学习散射点识别[C].中国石油学会2019年物探技术研讨会论文集.2019
[8].刘艳辉,张阳阳,刘军校,任鹏,卓彪.基于影响矩阵的桁架结构预应力损失识别方法[J].西南交通大学学报.2019
[9].陶有军.矩阵键盘的一种简捷高效识别算法[J].单片机与嵌入式系统应用.2019
[10].杨佳起,张祖铭.基于Matlab特征点矩阵识别的智能节时电梯控制器研究[J].中国设备工程.2019