基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
二维主分量分析是一种直接面向图像矩阵表达方式的特征抽取与降维方法.提出了一个基于二维主分量分析的概率模型.首先,通过对此产生式概率模型参数的最大似然估计得到主分量(矢量);然后,考虑到缺失数据问题,利用期望最大化算法迭代估计模型参数和主分量.混合概率二维主分量分析模型在人脸聚类问题上的应用表明概率二维主分量分析模型能作为图像矩阵的密度估计工具.含有缺失值的人脸图像重构实验阐述了比模型及迭代算法的有效性.
推荐文章
基于二维主分量分析的光谱数据降维方法
主分量分析
高维数据
降维
光谱
基于特征选择的二维主分量分析
二维主分量分析
特征选择
特征融合
人脸识别
基于采样的二维独立分量分析的单训练样本人脸识别
独立分量分析
二维独立分量分析
采样二维独立分量分析
径向基网络
基于主分量分析的多频谱图像数字水印算法
数字水印
K-L变换
DCT
Arnold变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 概率二维主分量分析
来源期刊 自动化学报 学科 工学
关键词 主分量分析 二维主分量分析 期望最大化算法 缺失数据
年,卷(期) 2008,(3) 所属期刊栏目 分类与识别
研究方向 页码范围 353-359
页数 7页 分类号 TP391.4
字数 6792字 语种 中文
DOI 10.3724/SP.J.1004.2008.00353
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王行愚 华东理工大学信息科学与工程学院 120 1138 16.0 27.0
2 卿湘运 华东理工大学信息科学与工程学院 14 89 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (37)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(6)
  • 参考文献(5)
  • 二级参考文献(1)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
主分量分析
二维主分量分析
期望最大化算法
缺失数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导