钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
南京理工大学学报(自然科学版)期刊
\
基于概率隐含语义分析模型的人脸识别算法
基于概率隐含语义分析模型的人脸识别算法
作者:
孙怀江
杨赛
邹修明
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
人脸识别
概率隐含语义分析
词袋模型
摘要:
该文提出一种基于概率隐含语义分析( PLSA)的新的人脸识别算法。首先建立人脸图像的词袋模型,然后使用概率隐含语义分析模型得到词袋特征在隐含主题空间中的分布,并将其作为人脸图像的最终语义特征表示,最后采用支持向量机( SVM)对人脸进行识别。 Multi-PIE和人脸识别竞赛( FRGC)数据库上的实验结果表明,该文方法的性能优于目前多个人脸识别方法。
暂无资源
收藏
引用
分享
推荐文章
基于多尺度分析的人脸识别算法研究
人脸识别
多尺度分析
轮廓特征
角点特征
基于LLE算法的人脸识别方法
子空间分析
局部线性嵌入
非线性降维
人脸识别
基于图匹配的人脸识别算法
图匹配
sift 算法
最小生成树
Rényi 熵
基于体绘制思维的人脸识别算法优化研究
体绘制
人脸识别
三维图像
相似性模型
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于概率隐含语义分析模型的人脸识别算法
来源期刊
南京理工大学学报(自然科学版)
学科
工学
关键词
人脸识别
概率隐含语义分析
词袋模型
年,卷(期)
2016,(5)
所属期刊栏目
研究方向
页码范围
594-598
页数
5页
分类号
TP391
字数
2765字
语种
中文
DOI
10.14177/j.cnki.32-1397n.2016.40.05.015
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
孙怀江
南京理工大学计算机科学与工程学院
81
1003
16.0
28.0
2
邹修明
南京理工大学计算机科学与工程学院
19
100
4.0
9.0
6
杨赛
南通大学电气工程学院
13
87
4.0
9.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(19)
共引文献
(13)
参考文献
(10)
节点文献
引证文献
(3)
同被引文献
(7)
二级引证文献
(7)
1985(1)
参考文献(0)
二级参考文献(1)
1991(2)
参考文献(1)
二级参考文献(1)
1997(2)
参考文献(1)
二级参考文献(1)
1998(1)
参考文献(1)
二级参考文献(0)
2001(2)
参考文献(1)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(4)
参考文献(0)
二级参考文献(4)
2004(1)
参考文献(1)
二级参考文献(0)
2005(2)
参考文献(1)
二级参考文献(1)
2006(2)
参考文献(0)
二级参考文献(2)
2007(2)
参考文献(0)
二级参考文献(2)
2008(1)
参考文献(1)
二级参考文献(0)
2009(3)
参考文献(1)
二级参考文献(2)
2010(1)
参考文献(0)
二级参考文献(1)
2011(2)
参考文献(0)
二级参考文献(2)
2013(1)
参考文献(1)
二级参考文献(0)
2014(1)
参考文献(1)
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(3)
引证文献(3)
二级引证文献(0)
2018(4)
引证文献(0)
二级引证文献(4)
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
人脸识别
概率隐含语义分析
词袋模型
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
南京理工大学学报(自然科学版)
主办单位:
南京理工大学
出版周期:
双月刊
ISSN:
1005-9830
CN:
32-1397/N
开本:
出版地:
南京孝陵卫200号
邮发代号:
创刊时间:
语种:
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
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
期刊文献
相关文献
1.
基于多尺度分析的人脸识别算法研究
2.
基于LLE算法的人脸识别方法
3.
基于图匹配的人脸识别算法
4.
基于体绘制思维的人脸识别算法优化研究
5.
基于VPM642的人脸识别算法的实现
6.
基于主元分析和压缩感知的人脸识别算法
7.
基于概率潜在语义分析的Web用户会话识别
8.
基于SIFT稀疏表示的人脸识别算法
9.
基于POEM_SLPP的人脸识别算法
10.
基于多特征融合CNN的人脸识别算法研究
11.
基于LBP算子与EMD的人脸识别算法
12.
一种基于独立成分分析和最小最大概率机的人脸识别系统
13.
基于遗传算法的人脸识别系统设计
14.
基于LLE与Fisher线性判别的人脸识别算法
15.
基于距离限定优化的人脸识别
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
南京理工大学学报(自然科学版)2022
南京理工大学学报(自然科学版)2021
南京理工大学学报(自然科学版)2020
南京理工大学学报(自然科学版)2019
南京理工大学学报(自然科学版)2018
南京理工大学学报(自然科学版)2017
南京理工大学学报(自然科学版)2016
南京理工大学学报(自然科学版)2015
南京理工大学学报(自然科学版)2014
南京理工大学学报(自然科学版)2013
南京理工大学学报(自然科学版)2012
南京理工大学学报(自然科学版)2011
南京理工大学学报(自然科学版)2010
南京理工大学学报(自然科学版)2009
南京理工大学学报(自然科学版)2008
南京理工大学学报(自然科学版)2007
南京理工大学学报(自然科学版)2006
南京理工大学学报(自然科学版)2005
南京理工大学学报(自然科学版)2004
南京理工大学学报(自然科学版)2003
南京理工大学学报(自然科学版)2002
南京理工大学学报(自然科学版)2001
南京理工大学学报(自然科学版)2000
南京理工大学学报(自然科学版)1999
南京理工大学学报(自然科学版)2016年第6期
南京理工大学学报(自然科学版)2016年第5期
南京理工大学学报(自然科学版)2016年第4期
南京理工大学学报(自然科学版)2016年第3期
南京理工大学学报(自然科学版)2016年第2期
南京理工大学学报(自然科学版)2016年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号