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:
主分量分析是模式识别领域使用较广的一种特征抽取方法,但是由于经典的主分量分析在处理图像矩阵时需要将图像展开成向量形式,使得计算量很大.本文提出了一种多频带主分量分析方法,该方法不仅减少了运算过程中的计算量,而且在一定程度上提高了整体性能.首先通过二维离散余弦变换将图像转变成频率数据,再按照频率变化将数据分成多个频带,然后在此基础上设计了针对多个频带数据的主分量分析方法.通过对ORL和NUST603图像库进行实验证明,本文方法不仅具有快速提取图像特征的能力,而且综合性能优于相应的主分量分析.
推荐文章
概率二维主分量分析
主分量分析
二维主分量分析
期望最大化算法
缺失数据
主分量分析和独立分量分析方法的比较研究
主分量分析
独立分量分析
高阶统计量
二阶统计量
非高斯性
广义主分量分析及人脸识别
广义主分量分析
主分量分析
线性鉴别分析
图像特征抽取
人脸识别
水下目标信号的Lofar谱图特征的主分量分析研究
水下目标识别
舰船辐射噪声
主分量分析
特征提取
特征降维
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 一类多频带主分量分析方法
来源期刊 数据采集与处理 学科 工学
关键词 主分量分析 多频带主分量分析 特征抽取
年,卷(期) 2016,(1) 所属期刊栏目
研究方向 页码范围 139-144
页数 6页 分类号 TP391.4
字数 2754字 语种 中文
DOI 10.16337/j.1004-9037.2016.01.014
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 郭志波 扬州大学信息工程学院 32 152 7.0 10.0
2 严云洋 淮阴工学院计算机工程学院 80 560 13.0 19.0
3 庞成 扬州大学信息工程学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (8)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (4)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2017(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)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
主分量分析
多频带主分量分析
特征抽取
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导