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:
根据离散小波变换(DWT)和二维线性鉴别分析(2DLDA)的特点,结合人耳图像特征,提出一种融合DWT与2DLDA的人耳图像识别方法.该方法首先对人耳图像进行DWT,选择其中的低频子带,然后再在低频子带中利用2DLDA提取人耳图像特征,最后使用最近邻法则进行分类.实验结果表明,该方法识别效果优于2DLDA方法.
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QR分解与2DLDA的单样本人脸识别
虚拟图像
单样本
二维线性判别分析
QR分解
融合小波变化和张量PCA的人耳识别算法
小波变换
张量主成分分析
人耳识别
特征提取
最近邻方法
一种基于2DPCA的人耳识别方法
人耳识别
主分量分析
二维主分量分析
BP神经网络
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DWT与2DLDA的人耳识别
来源期刊 华中师范大学学报(自然科学版) 学科 工学
关键词 离散小波变换 二维线性鉴别分析 人耳识别
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 786-789
页数 4页 分类号 TP391.4
字数 2487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 恩智成 四川农业大学旅游学院 1 0 0.0 0.0
2 阳梦怡 四川农业大学旅游学院 1 0 0.0 0.0
3 魏玲江 四川农业大学旅游学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (32)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(3)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
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)
研究主题发展历程
节点文献
离散小波变换
二维线性鉴别分析
人耳识别
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
华中师范大学学报(自然科学版)
双月刊
1000-1190
42-1178/N
大16开
武汉市武昌桂子山
38-39
1955
chi
出版文献量(篇)
3391
总下载数(次)
5
总被引数(次)
18993
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导