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:
针对以往的矩阵分解方法不能保证分解结果非负的问题,根据非负矩阵分解(NMF:Non-negative Matrix Factorization)结果非负的特点,提出了基于NMF的阴影检测方法,并以此为基础将进一步引入的分块非负矩阵分解(BNMF:Block Non-negative Matrix Factorization)应用于阴影检测.通过NMF/BNMF提取训练样本中阴影的亮度特征,再根据特征识别测试样本中的阴影区域.实验结果表明,与基于奇异值分解方法相比,该算法的阴影检测细节更清晰,具有更好的效果.
推荐文章
非负矩阵分解及其改进方法
非负矩阵
非负分解
优化函数
迭代方程
基于稀疏性非负矩阵分解的故障监测方法
故障监测
非负矩阵分解
主元分析
稀疏编码
统计过程监控
基于非负矩阵分解的多模态过程故障监测方法
故障监测
多模态过程
非负矩阵分解
基于约束非负矩阵分解的混合象元分解新方法
混合象元分解
顶点成分分析
最小二乘
约束的非负矩阵分解
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 基于非负矩阵分解的阴影检测方法
来源期刊 吉林大学学报(信息科学版) 学科 工学
关键词 阴影检测 非负矩阵分解 分块非负矩阵分解
年,卷(期) 2013,(6) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 575-581
页数 7页 分类号 TP391
字数 4697字 语种 中文
DOI
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 周大可 南京航空航天大学自动化学院 53 273 10.0 13.0
2 杨欣 南京航空航天大学自动化学院 65 288 10.0 13.0
3 刘加 南京航空航天大学自动化学院 4 35 2.0 4.0
4 周鹏宇 南京航空航天大学自动化学院 3 28 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (72)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
阴影检测
非负矩阵分解
分块非负矩阵分解
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
吉林大学学报(信息科学版)
双月刊
1671-5896
22-1344/TN
大16开
长春市南湖大路5372号
1983
chi
出版文献量(篇)
2333
总下载数(次)
2
总被引数(次)
16807
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导