原文服务方: 计算机应用研究       
摘要:
依据主成分分析方法(PCA)对图像具有很好的表达能力,即能很好地重构原图像,而线性鉴别分析(LDA)可使图像样本具有较高可分性的特点,提出对图像先进行PCA处理,再进行LDA处理,从而降低人脸特征维数并对人脸图像进行了特征提取;并提出用FCM动态聚类算法作为识别分类器,对人脸进行识别.实验和分析结果表明,在人脸识别中,这种融合PCA和LDA的分类方法能够更好地对特征进行提取,且FCM动态聚类分类器比K近邻判别分类器更具有灵活的分类能力.
推荐文章
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
基于DCT和线性回归的人脸识别
人脸识别
线性回归
离散余弦变换
基于局部线性投影的三维旋转人脸识别
三维形态学模型
减维
局部线性投影
旋转人脸识别
基于分块聚类的多流形判别分析人脸识别
人脸识别
单训练样本
多流形判别分析
子空间学习
分块聚类
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 基于线性投影分析和FCM动态聚类的人脸识别
来源期刊 计算机应用研究 学科
关键词 主成分分析 线性判别分析 模糊C均值动态聚类算法 人脸识别
年,卷(期) 2009,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1947-1948,1957
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.05.099
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 张强 大连大学先进设计中心 47 298 10.0 15.0
2 王志平 大连大学辽宁省信息与科学重点实验室 2 4 2.0 2.0
3 胡明 大连大学先进设计中心 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (14)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主成分分析
线性判别分析
模糊C均值动态聚类算法
人脸识别
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导