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:
将视频集看成Grassmann流形上的子空间集合,结合半监督的拉普拉斯特征映射算法,即基于子空间相似性度量和具有标记子空间的类别信息,将视频集非线性地映射到低维欧氏空间,提出Grassmann流形上半监督特征映射算法对视频目标进行识别,该算法分别在步态视频数据库、人手姿势视频数据库和物体姿势视频数据库上进行了目标识别实验,并和典型的基于子空间相似性的分类算法的识别结果进行对比,证明该算法具有较好的性能.
推荐文章
基于流形学习的有监督雷达目标成像识别算法
流行学习
ISOMAP
广义回归神经网络
概率神经网络
基于Grassmann流形的半监督图像集鉴别分析
Grassmann流形
图像集
鉴别分析
半监督
基于Grassmann流形的多聚类特征选择
无监督聚类
特征选择
Grassmann流形
切空间
子空间
正则化
基于Grassmann流形距离的动作识别
局部领域特征
Grassmann距离
核主角度
动作识别
动作表示
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 Grassmann流形上半监督特征映射算法及其视频目标识别
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 Grassmann流形 子空间距离度量 半监督特征映射视 视频目标识别
年,卷(期) 2014,(2) 所属期刊栏目 计算机与自动化
研究方向 页码范围 265-270
页数 6页 分类号 TP391.41
字数 2910字 语种 中文
DOI 10.3979/j.issn.1673-825X.2014.02.023
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 曾宪华 重庆邮电大学计算机科学与技术学院 19 111 6.0 9.0
5 李淑芳 重庆邮电大学计算机科学与技术学院 2 4 1.0 2.0
9 冯萧 重庆邮电大学计算机科学与技术学院 1 3 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  (6)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (7)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(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)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
Grassmann流形
子空间距离度量
半监督特征映射视
视频目标识别
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导