原文服务方: 计算机应用研究       
摘要:
综合利用小波变换和张量主成分分析这两个算法的优点,提出了一种新的人耳识别方法,对人耳图像先采用小波变换作预处理得到四个子带图像;然后对每个子带图像用张量PCA进行特征提取;最后利用最近邻的方法实现人耳图像识别.实验结果表明,利用此方法与只用主成分分析识别相比,提高了识别率.
推荐文章
基于特征融合的人耳识别
人耳识别
特征融合
Zernike矩
BP神经网络
非负矩阵分解
基于小波变换和正交质心算法的人耳识别研究
人耳识别
小波变换
Haar小波
正交质心算法
基于改进奇异值分解的人耳识别别算法研究
人耳识别
广义Fishier鉴别分析
特征矩阵
奇异值分解
基于小波和DFB-PCA的人脸识别算法研究
小波变换
DFB-PCA
图像识别
人脸识别
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 融合小波变化和张量PCA的人耳识别算法
来源期刊 计算机应用研究 学科
关键词 小波变换 张量主成分分析 人耳识别 特征提取 最近邻方法
年,卷(期) 2011,(4) 所属期刊栏目 图形图像技术
研究方向 页码范围 1547-1550
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.04.097
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 李一波 沈阳航空航天大学自动化学院 101 885 13.0 25.0
2 张海军 沈阳航空航天大学自动化学院 16 48 4.0 6.0
3 曹景亮 沈阳航空航天大学自动化学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (156)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (15)
二级引证文献  (6)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
1995(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)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
小波变换
张量主成分分析
人耳识别
特征提取
最近邻方法
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
总被引数(次)
238385
论文1v1指导