导读:本文包含了局部投影算法论文开题报告文献综述及选题提纲参考文献，主要关键词:局部保持投影,类别信息,人脸识别,降维
局部投影算法论文文献综述
张悦,刘德山,王姗姗,闫德勤,楚永贺[1]（2019）在《应用于人脸识别的改进局部保持投影算法》一文中研究指出局部保持投影算法(locality preserving projections,LPP)作为降维算法,在机器学习和模式识别中有着广泛应用;在识别分类中,为了更好地利用类别信息,在保持样本点的局部特征外,有效地从高维数据中提取出低维的人脸图像信息并提高人脸图像的识别率和识别速度,使分类达到一定优化,基于LPP算法结合流形学习思想,通过构造一种吸引向量的方法提出一种改进的局部保持投影算法(reformation locality preserve projections,RLPP);将数据集利用极端学习机分类器进行分类后,在标准人脸数据库上的进行试验,实验结果证明,改进后算法的识别率优于LPP算法、局部保持平均邻域边际最大化算法和鲁棒线性降维算法,具有较强的泛化能力和较高的识别率。(本文来源于《计算机测量与控制》期刊2019年10期）
徐静,王振雷,王昕[2]（2019）在《基于动态全局局部保留投影算法的化工过程故障检测》一文中研究指出本文提出了一种新的基于动态全局局部保留投影(dynamic global-local preserving projections,DGLPP)算法和支持数据向量描述(support vector data description, SVDD)的故障检测方法。利用原始数据构造扩展矩阵来处理工业过程中的动态过程,GLPP用于降低过程数据的维数,它结合了局部保留预测(LPP)和主成分分析(PCA)的优点,同时保持了数据的全局和局部信息,利用降维后的数据建立SVDD模型监控。通过田纳西伊斯曼(TE)过程对所提出的算法进行测试,并与其他算法进行了比较。测试结果表明DGLPP-SVDD算法的有效性和优越性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
任克强,张静然[3]（2019）在《基于局部Fisher准则判别投影的人脸识别算法》一文中研究指出为了提取更真实的样本局部分布结构以及合理利用样本标签信息,提出局部Fisher准则判别投影的人脸识别算法。通过求解样本在总体下稀疏表示来自适应选择样本的近邻参数,以使样本间分布关系尽可能符合真实情况;在获取稀疏近邻结构的基础上,利用样本标签信息设计自定义的类内局部散度矩阵和类间局部散度矩阵,以使得在保留样本间近邻关系的同时提高样本标签信息带来的判别能力。该算法可以有效保持同类样本间的稀疏近邻关系,并且破坏非同类样本间的稀疏近邻结构。在Yale库、AR库以及Yale B库上的实验结果表明:与相关的人脸识别算法相比,该算法具有更高的人脸识别率,可以有效提升人脸识别算法的识别率。(本文来源于《传感器与微系统》期刊2019年07期）
席晓琦,韩玉,李磊,闫镔[4]（2019）在《螺旋锥束计算机断层成像倾斜扇束反投影滤波局部重建算法》一文中研究指出螺旋锥束计算机断层成像(CT)作为常用的临床诊断工具,如何尽可能地减少其辐射剂量是热点研究领域之一.局部成像利用准直器减小射线直照区域,能够有效降低CT辐射剂量.然而,局部成像会造成投影数据横向截断,产生局部重建问题.现有螺旋反投影滤波(BPF)算法只能实现局部曲面重建,难以实现局部体区域重建.在圆轨迹扇束BPF算法的基础上,通过加权修正和坐标扩展,提出了螺旋锥束CT倾斜扇束反投影滤波(TFB-BPF)重建算法.该算法把重建区域按层划分,对各层构建倾斜的扇形束几何,并使用经过加权修正的TFB-BPF算法逐层进行重建.该算法最大的优势是滤波线(与原始螺旋锥束BPF算法中PI线等价)在二维平面内选择,算法更加简洁高效,并且能够应用于局部体区域的重建.实验结果表明,算法能够有效重建物体局部体区域,并且重建图像质量较好,没有明显的截断伪影.(本文来源于《物理学报》期刊2019年08期）
范君,业巧林,业宁[5]（2019）在《基于线性鉴别的无参数局部保持投影算法》一文中研究指出针对局部保持投影算法的无监督性质和参数选择复杂性问题,结合线性鉴别分析算法,提出一种改进的有监督无参数局部保持投影算法(Linear Discriminant Supervised Parameter-free Locality Preserving Projection algorithm,LD-SPLPP). LD-SPLPP算法采用监督模式并使用广义Dice系数的方法构建近邻矩阵,有效避免LPP(Locality Preserving Projection)算法参数选择调整的问题.新算法在UCI的八个低维度数据集和两个高维度人脸数据库上进行了实验,通过对数据的特征提取,采用最近邻分类法统计识别率,并分析了实验分类后的数据值与算法性能的关系.上述实验过程中,将新算法与PCA,LDA,ULDA,OLDA,LPP,SPLPP,PSKLPP,PSLMM和EP-SLPP算法进行了对比,实验结果证明了LD-SPLPP在数据降维和特征提取方面的有效性.(本文来源于《南京大学学报(自然科学)》期刊2019年02期）
范君,业巧林,业宁[6]（2019）在《基于改进的有监督无参局部保持投影算法的人脸识别》一文中研究指出针对局部保持投影算法的无监督性质和参数选择复杂性问题,提出一种改进的有监督无参数局部保持投影算法(super-vised dice parameter-free locality preserving projection,SdPLPP)。SdPLPP算法使用广义Dice系数构建近邻矩阵,有效避免局部保持投影(locality preserving projection algorithm,LPP)算法参数选择调整的问题,采用监督模式对数据进行特征提取。SdPLPP在Iris数据集进行了图像可视化试验,直观分析试验分类后的样本距离值与算法性能的关系,并在ORL,Yale,FERET 3种人脸库上进行试验,通过对人脸数据的特征提取,采用最近邻分类法统计识别率,验证SdPLPP算法的有效性。试验结果表明:在人脸识别率方面,SdPLPP算法优于PCA,ULDA,LPP,SPLPP和EP-SLPP的算法,并优于已提出的其他有监督无参数局部保持投影算法。(本文来源于《山东大学学报(工学版)》期刊2019年01期）
许常青[7]（2018）在《基于局部投影信息的客户相关算法研究》一文中研究指出在特征提取过程中,样本图像特别容易受到某些外部条件变化的干扰,如光照变化、拍摄角度以及表情姿态等,而这些变化大都依赖人脸的局部信息.为了提高算法在这些条件变化下的人脸验证效果,提出了基于局部投影信息的客户相关算法.新算法在充分利用局部保持投影和鉴别性局部保持投影的优势上,进一步结合客户相关方法,将不同类别之间的差异表示得更加清楚,得到更具有判别能力的投影向量.通过在XM2VTS数据库上进行的人脸验证实验,证明了新算法在人脸验证方面的优势.(本文来源于《河南教育学院学报(自然科学版)》期刊2018年04期）
许璐[8]（2018）在《基于超图局部保持投影算法及其在叶片图像分类的应用》一文中研究指出据估计,植物是世界上现有的分布最广的物种,其数量约有40万种,遍布于世界各地,并且与人类生活息息相关。然而,越来越严重的污染问题使得现有植物物种的数量不断减少,植物保护工作成为亟需解决的问题。在一系列植物保护工作中,植物分类是完成植物保护工作的基础和前提,植物分类不但有利于区分植物种类、掌握其分布情况,而且便于辨别植物间的相似关系、了解相似植物的进化过程。传统的分类方法大多是依靠人为完成,这类方法比较适用于外部特征明显的植物,而且对专业素质要求较高。此外,这类方法前期需要进行大量的样品采集、标本制作等工作,后期仍需要进行较长时间观测,植物分类的效率较低。人工植物分类的这些缺点,使得利用计算机进行自动植物分类方法受到研究人员的关注。现有自动植物分类方法通常一般利用植物图像作为输入,通过提取植物的某些局部特征进行植物分类。这种研究策略高度依赖于植物局部特征,难以处理被噪声污染或者人工损坏的植物图像。事实上,在信息采集过程中,往往存在着各种类型的噪音,特别是图像尺寸过小或者图像模糊,使得现有植物自动分类方法导致错误的结果。本文提出一种自动植物分类方法,该方法首先采用基于弹性网络的超图模型表示图像数据相关性,然后使用局部保持投影算法得到紧凑的图像表示,用于后续植物分类应用。不同于现有植物自动分类方法,本文方法从植物图像入手,在进行植物分类操作前不需要提取植物图像的局部特征。因此,本文方法不仅能够消除在提取图像局部特征阶段造成的信息缺失,而且避免了由于原始图像数据残缺、尺寸过小、画面模糊等原因造成植物特征效果不好的问题。此外,本文方法采用基于弹性网络的超图模型表示叶片图像的相关性,既能保留不同植物图像之间的高阶关系,又能有效地将噪声分量与原始数据分离,使得本文方法对噪声和数据损坏不敏感。通过在两个植物叶片数据集上进行实验表明:使用本文方法能够完成植物分类任务,获得较好的植物分类结果。(本文来源于《厦门大学》期刊2018-06-30）
郭金玉,王鑫,李元[9]（2018）在《基于集成核局部保持投影算法的故障检测》一文中研究指出针对化工生产过程的非线性,为了解决核局部保持投影算法中核参数的选择问题,寻找适用于多个故障的核参数,提出了一种新的集成核局部保持投影算法(ensemble kernel locality preserving projections,EKLPP).首先选取一系列具有不同参数的核函数将非线性数据投影到高维空间,提取数据的非线性信息,得到投影矩阵A,建立一系列子KLPP模型;然后计算待检测数据的核矩阵并将其投影到矩阵A上,利用统计量得到各子模型的检测结果;利用贝叶斯决策将检测结果转化成发生故障概率的形式;最后利用集成学习法将检测结果进行组合,与控制限对比进行检测.将该方法应用于TE(Tennessee Eastman)过程,验证该方法可以有效检测非线性故障.(本文来源于《信息与控制》期刊2018年02期）
李姝,于金刚[10]（2018）在《具有最大散度无关性的局部保持投影算法》一文中研究指出为解决传统流形学习方法不能有效利用人脸类间信息的问题,提出具有最大散度无关性的局部保持投影算法(Maximum-Scatter-Difference-Uncorrelated Locality Preserving Projections,M ULPP).该算法是最大类间无关性的局部保持映射算法,通过求取一组最优的无关鉴别矢量集,既达到特征映射后的类间散度保持最大、类内散度保持最小,同时又满足最佳鉴别矢量之间具有最大统计不相关性,从而提高算法的识别性能.在AT&T和YALE标准人脸图像库上的实验结果表明,MULPP算法具有较高的识别率.(本文来源于《小型微型计算机系统》期刊2018年04期）
局部投影算法论文开题报告
（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：
本文提出了一种新的基于动态全局局部保留投影(dynamic global-local preserving projections,DGLPP)算法和支持数据向量描述(support vector data description, SVDD)的故障检测方法。利用原始数据构造扩展矩阵来处理工业过程中的动态过程,GLPP用于降低过程数据的维数,它结合了局部保留预测(LPP)和主成分分析(PCA)的优点,同时保持了数据的全局和局部信息,利用降维后的数据建立SVDD模型监控。通过田纳西伊斯曼(TE)过程对所提出的算法进行测试,并与其他算法进行了比较。测试结果表明DGLPP-SVDD算法的有效性和优越性。
（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。
局部投影算法论文参考文献
[1].张悦,刘德山,王姗姗,闫德勤,楚永贺.应用于人脸识别的改进局部保持投影算法[J].计算机测量与控制.2019
[2].徐静,王振雷,王昕.基于动态全局局部保留投影算法的化工过程故障检测[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[3].任克强,张静然.基于局部Fisher准则判别投影的人脸识别算法[J].传感器与微系统.2019
[4].席晓琦,韩玉,李磊,闫镔.螺旋锥束计算机断层成像倾斜扇束反投影滤波局部重建算法[J].物理学报.2019
[5].范君,业巧林,业宁.基于线性鉴别的无参数局部保持投影算法[J].南京大学学报(自然科学).2019
[6].范君,业巧林,业宁.基于改进的有监督无参局部保持投影算法的人脸识别[J].山东大学学报(工学版).2019
[7].许常青.基于局部投影信息的客户相关算法研究[J].河南教育学院学报(自然科学版).2018
[8].许璐.基于超图局部保持投影算法及其在叶片图像分类的应用[D].厦门大学.2018
[9].郭金玉,王鑫,李元.基于集成核局部保持投影算法的故障检测[J].信息与控制.2018
[10].李姝,于金刚.具有最大散度无关性的局部保持投影算法[J].小型微型计算机系统.2018