导读:本文包含了改进性典型相关分析论文开题报告文献综述及选题提纲参考文献，主要关键词:无线传感器网络,定位,流形学习,典型相关分析
改进性典型相关分析论文文献综述
朱素文[1]（2017）在《基于改进局部保持典型相关分析的无线传感器网络定位方法研究》一文中研究指出无线传感器网络主要用于事件的监测,而事件发生的位置对监测来说是至关重要的。本文主要研究直接构建由接收信号强度(RSSI)组成的信号空间和位置数据组成的物理空间之间映射的定位方法。局部保持典型相关分析方法(LE-LPCCA)存在求解映射关系的训练数据信息不够丰富、过分依赖大量较难收集的具有位置标记的RSSI数据(成对的RSSI和位置数据)等问题。为了解决以上问题,本文以基于流形学习、典型相关分析(CCA)、半监督学习等方法为工具,提出了两种无线传感器网络定位方法。具体研究内容如下:1.提出改进的局部保持典型相关分析的无线传感器网络定位方法(LE-ILPCCA)。针对LE-LPCCA只使用节点间相似性信息未保留信号空间和物理空间之间的相关性信息、且求解未知节点坐标时使用粗糙的质心法的问题,LE-ILPCCA在样本训练阶段用平衡参数将数据的相似性和相关性信息进行融合,求取RSSI内在低维坐标表示的投影变换;在定位阶段,求解已知节点位置坐标和RSSI内在低维坐标之间存在的线性转换关系,获得未知节点的坐标。在模拟数据和真实数据上的实验结果表明,LE-ILPCCA与LE-LPCCA和LE-CCA相比定位精度高、稳定性强。2.提出半监督局部保持典型相关分析的无线传感器网络定位方法(SLPCCA)。针对LE-LPCCA过分依赖具有位置标记的RSSI数据使得定位成本增加的问题,该方法以半监督典型相关分析(SemiCCA)为原型,通过引入标记数据间和所有数据间相似性信息,构建加入数据局部结构信息的SLPCCA模型。该模型用于定位问题中,可以较好地拟合网络结构并有效利用未标记数据,能在保留数据内部局部结构信息的情况下,求解使两空间相关性最大的映射关系。在模拟数据和真实数据上的实验结果表明,SLPCCA方法能在保证定位精度的前提下减少对标记数据的依赖。3.设计一个无线传感器网络定位仿真系统。该原型仿真系统将本文提出的定位方法进行集成封装,使其界面化方便使用。可以通过系统界面选择定位方法种类及设置相关参数来实现定位过程,并将定位结果和定位误差返回到显示区,相比单独运行操作更灵活、表现更直观。(本文来源于《重庆邮电大学》期刊2017-05-20）
朱素文,曾宪华,胡梦[2]（2016）在《改进的局部保持典型相关分析的无线传感器网络节点定位方法》一文中研究指出利用接收信号强度(RSSI)进行无线传感器网络(WSN)定位是一类低成本定位方法。局部保持典型相关分析定位(LE-LPCCA)算法能通过节点间RSSI数据的相似度信息近似拟合WSN结构,取得了较高定位精度。但该算法只使用节点间相似性信息未保留信号空间和物理空间的相关性信息,且求解未知节点坐标时使用粗糙的质心法。针对以上问题,提出改进的局部保持典型相关分析定位(LE-ILPCCA)算法,该算法在样本训练阶段用平衡参数将数据的相似性和相关性信息进行融合,求取RSSI内在低维坐标表示的投影变换;在定位阶段,求解已知节点位置坐标和RSSI内在低维坐标之间存在的线性转换关系,获得未知节点的坐标。实验结果表明,本文算法与LE-LPCCA和LE-CCA相比定位精度高、稳定性强。(本文来源于《传感技术学报》期刊2016年10期）
冯莹莹,余世干,刘辉[3]（2014）在《改进典型相关分析的虹膜鉴别算法》一文中研究指出针对典型相关分析(CCA)无法准确刻画虹膜图像的局部遮挡变化缺陷,提出一种改进典型相关分析相融合(ICCA)的虹膜识别方法。以全局和局部特征间的相关性特征作为有效的判别信息,通过划分子模,并以简单投票进行结果矫正,提高方法的稳定性,以CASIA数据集验证ICCA的有效性。结果表明,ICCA的识别率明显优于参比方法。(本文来源于《计算机工程与应用》期刊2014年16期）
刘艳艳,曹慧荣,王建国,赵宜宾[4]（2012）在《改进的二维典型相关分析及其人脸识别应用》一文中研究指出针对二维典型相关分析(2DCCA)中类标矩阵维数较大及算法耗时过多的问题,提出一种改进的2DCCA特征提取方法。利用图像的频谱性质定义低维的类标矩阵,从有利于模式分类的角度构造出新的准则函数,采用二维主成分分析对所得特征进一步降维,得到更具分类判别能力的低维特征。在ORL和组合人脸数据库上的实验结果表明,该特征具有较好的分类能力。(本文来源于《计算机工程》期刊2012年10期）
陈才扣,彭倩倩,孙强强,黄建平[5]（2010）在《一种改进的典型相关分析方法及其应用》一文中研究指出传统典型相关分析准则函数在界定同组特征矢量中各元素之间不相关时采用乘法运算,易出现无法保证两组特征矢量同时达到同组元素协方差意义下最小的问题。为解决这一问题,提出了一种改进的典型相关分析方法,对典型相关准则函数分母部分进行修正,将其中的乘法改成加法,对该方法进行推导得到投影矫正系数,该系数对两组特征矢量特征方程进行调整,保证两组特征矢量同时达到同组元素协方差意义下最小。该方法有效地改善了融合效果、提高了人脸识别的正确率。在ORL和Yale人脸数据库上的实验结果都验证了其有效性。(本文来源于《系统仿真学报》期刊2010年02期）
杨茂龙,孙权森,夏德深,袁珏[6]（2009）在《二维典型相关分析的实质与改进算法》一文中研究指出由于样本数常小于样本维数,传统的典型相关分析方法CCA(canonical correlation analysis)会产生小样本问题。为了解决这类问题,一种新的有监督特征抽取方法——二维典型相关分析2DCCA被提出。与传统CCA方法把二维图像矩阵拉成一维向量不同,2DCCA直接从图像矩阵中抽取特征,该方法有效地解决了小样本问题。但是在单特征下,CCA的类标编码对识别率会产生影响,在一维情况下,传统的类标编码使得CCA等价于LDA,从而限制了CCA抽取更多有效的识别特征。证明了在传统的类标编码时,2DCCA仍然与2DI.DA等价。为了打破这种约束,提出了一种基于样本标号的2DCCA改进算法。在ORL和AR人脸库上的实验表明,提出的方法优于传统的2DCCA。(本文来源于《解放军理工大学学报(自然科学版)》期刊2009年06期）
刘顺兰,朱福[7]（2009）在《典型相关分析的改进型RLS盲均衡算法研究》一文中研究指出本文介绍了一种适用于单输入多输出(SIMO)系统中的自适应盲均衡算法——典型相关分析的递归最小二乘自适应盲均衡(CCA-RLS),并在此基础上提出了一种改进算法——典型相关分析的可变遗忘因子递归最小二乘自适应盲均衡(CCA-MRLS)。CCA-MRLS盲均衡算法把典型相关分析(CCA)与MRLS算法结合在一起应用于SIMO系统中,不同于其他基于二阶统计量(SOS)算法,它能够在获得最佳均衡器的同时还能够得到系统的最佳联合输出。仿真结果表明,提出的CCA-MRLS算法与CCA-RLS相比,具有更低的残留码间干扰和更快的收敛速度。(本文来源于《计算机工程与科学》期刊2009年06期）
胡仿民[8]（2009）在《基于改进核典型相关分析的人脸识别方法》一文中研究指出标准KCCA方法需要存储和计算核矩阵,而核矩阵的大小是训练样本数的平方,随着样本数的增加,计算量逐渐增大、特征提取缓慢。为了提高特征提取的效率,提出了一种基于特征向量集的KCCA特征提取方法。采用特征选择方法,选择一个训练样本子集并将其映射到再生核希尔伯特空间(RKHS)。用KCCA进行特征提取,将计算复杂度由3降到2(<<),并将改进后的KCCA与SVDD的优势相结合应用于人脸识别中。实验结果表明,相对传统的KCCA方法,所提出的方法在不影响识别率的前提下,显着提高了人脸识别速度,减小了系统的存储量。(本文来源于《计算机工程与设计》期刊2009年05期）
韩敏,魏茹[9]（2008）在《基于改进典型相关分析的混沌时间序列预测》一文中研究指出典型相关分析是目前常用的研究两个变量集间相关性的统计方法.针对线性典型相关分析法不能揭示变量间非线性关系,因而不适用于混沌系统等问题,将核典型相关分析与径向基函数神经网络相结合,提出了一种改进的核典型相关分析方法以解决映射空间样本未知及逆矩阵求解困难等问题.首先利用两个径向基函数神经网络,通过训练使两个网络输出之间的相关系数达到最大,可同时得到两组典型相关变量.然后建立预测模型,对Lorenz混沌方程及大连月气温与降雨二变量混沌时间序列进行仿真,并与传统的线性回归预测方法进行比较,多组仿真结果证明了所述方法的有效性.(本文来源于《大连理工大学学报》期刊2008年02期）
卫捷,秦宁生,吴永森[10]（1996）在《改进典型相关分析在西北春季旱涝预测中的应用》一文中研究指出本文详细介绍了改进典型相关分析方法及应用。通过一个有意义的实例—1月印度洋海温距平场与西北区30站春季降水的典型相关分析,为西北区春季旱涝预测提供了有预报价值的前期印度洋海温场变化特征。(本文来源于《青海气象》期刊1996年03期）
改进性典型相关分析论文开题报告
（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：
利用接收信号强度(RSSI)进行无线传感器网络(WSN)定位是一类低成本定位方法。局部保持典型相关分析定位(LE-LPCCA)算法能通过节点间RSSI数据的相似度信息近似拟合WSN结构,取得了较高定位精度。但该算法只使用节点间相似性信息未保留信号空间和物理空间的相关性信息,且求解未知节点坐标时使用粗糙的质心法。针对以上问题,提出改进的局部保持典型相关分析定位(LE-ILPCCA)算法,该算法在样本训练阶段用平衡参数将数据的相似性和相关性信息进行融合,求取RSSI内在低维坐标表示的投影变换;在定位阶段,求解已知节点位置坐标和RSSI内在低维坐标之间存在的线性转换关系,获得未知节点的坐标。实验结果表明,本文算法与LE-LPCCA和LE-CCA相比定位精度高、稳定性强。
（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。
改进性典型相关分析论文参考文献
[1].朱素文.基于改进局部保持典型相关分析的无线传感器网络定位方法研究[D].重庆邮电大学.2017
[2].朱素文,曾宪华,胡梦.改进的局部保持典型相关分析的无线传感器网络节点定位方法[J].传感技术学报.2016
[3].冯莹莹,余世干,刘辉.改进典型相关分析的虹膜鉴别算法[J].计算机工程与应用.2014
[4].刘艳艳,曹慧荣,王建国,赵宜宾.改进的二维典型相关分析及其人脸识别应用[J].计算机工程.2012
[5].陈才扣,彭倩倩,孙强强,黄建平.一种改进的典型相关分析方法及其应用[J].系统仿真学报.2010
[6].杨茂龙,孙权森,夏德深,袁珏.二维典型相关分析的实质与改进算法[J].解放军理工大学学报(自然科学版).2009
[7].刘顺兰,朱福.典型相关分析的改进型RLS盲均衡算法研究[J].计算机工程与科学.2009
[8].胡仿民.基于改进核典型相关分析的人脸识别方法[J].计算机工程与设计.2009
[9].韩敏,魏茹.基于改进典型相关分析的混沌时间序列预测[J].大连理工大学学报.2008
[10].卫捷,秦宁生,吴永森.改进典型相关分析在西北春季旱涝预测中的应用[J].青海气象.1996