导读:本文包含了核无监督鉴别投影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,特征提取,流形学习,局部散度
核无监督鉴别投影论文文献综述
刘粉香,李勇智,沈凤仙[1]（2011）在《基于统计不相关的无监督鉴别投影映射(UDP)特征提取方法》一文中研究指出基于UDP(Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:具有统计不相关性的UDP计算方法,并探讨该方法的有效性。这种方法的目的是寻求一组最佳鉴别矢量,使投影变换后的特征空间的非局部散度最大、局部散度最小,从而减小最佳鉴别矢量间的统计相关性。通过在不同人脸库上的仿真实验验证了所提出改进算法在一定程度上优于已有的UDP算法。(本文来源于《计算机与现代化》期刊2011年12期）
刘粉香,李勇智,吴松松[2]（2010）在《基于正交化的无监督鉴别投影映射(UDP)特征提取的人脸识别方法》一文中研究指出基于UDP(Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:基于正交化的UDP算法。正交化的UDP算法是基于样本的局部散度、非局部散度及正交化的条件建立准则函数。准则的目的是在满足共轭正交条件下,寻求一组投影轴使得投影后的样本特征的非局部散度最大,局部散度最小。通过在YALE库和AR库人脸库上进行实验,结果表明本文提出的正交化的UDP算法在识别率方面整体上要好于UDP算法。(本文来源于《计算机与现代化》期刊2010年09期）
曹丽,陈才扣[3]（2009）在《核无监督鉴别投影及人脸识别》一文中研究指出提出一种基于核方法的无监督鉴别投影,在较好地描述人脸图像的同时,对图像进行有效地分类。对核局部保留投影(KLPP)和无监督鉴别投影技术(UDP)进行了相应的研究,将两者互相结合。该方法同时考虑到样本的局部特性和非局部特性,有效地利用了对分类有用的重要信息;此外,将核方法和流形学习方法结合起来,有效地描述人脸图像的非线性变化,对于人脸识别问题有较好的效果。在Yale库上的实验表明,该方法的识别率明显高于UDP和PCA,且有较好的分类效果。(本文来源于《计算机工程与设计》期刊2009年15期）
核无监督鉴别投影论文开题报告
（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UDP(Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:基于正交化的UDP算法。正交化的UDP算法是基于样本的局部散度、非局部散度及正交化的条件建立准则函数。准则的目的是在满足共轭正交条件下,寻求一组投影轴使得投影后的样本特征的非局部散度最大,局部散度最小。通过在YALE库和AR库人脸库上进行实验,结果表明本文提出的正交化的UDP算法在识别率方面整体上要好于UDP算法。
（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。
核无监督鉴别投影论文参考文献
[1].刘粉香,李勇智,沈凤仙.基于统计不相关的无监督鉴别投影映射(UDP)特征提取方法[J].计算机与现代化.2011
[2].刘粉香,李勇智,吴松松.基于正交化的无监督鉴别投影映射(UDP)特征提取的人脸识别方法[J].计算机与现代化.2010
[3].曹丽,陈才扣.核无监督鉴别投影及人脸识别[J].计算机工程与设计.2009