导读:本文包含了局部投影论文开题报告文献综述及选题提纲参考文献，主要关键词:局部保持投影,类别信息,人脸识别,降维
局部投影论文文献综述
张悦,刘德山,王姗姗,闫德勤,楚永贺[1]（2019）在《应用于人脸识别的改进局部保持投影算法》一文中研究指出局部保持投影算法(locality preserving projections,LPP)作为降维算法,在机器学习和模式识别中有着广泛应用;在识别分类中,为了更好地利用类别信息,在保持样本点的局部特征外,有效地从高维数据中提取出低维的人脸图像信息并提高人脸图像的识别率和识别速度,使分类达到一定优化,基于LPP算法结合流形学习思想,通过构造一种吸引向量的方法提出一种改进的局部保持投影算法(reformation locality preserve projections,RLPP);将数据集利用极端学习机分类器进行分类后,在标准人脸数据库上的进行试验,实验结果证明,改进后算法的识别率优于LPP算法、局部保持平均邻域边际最大化算法和鲁棒线性降维算法,具有较强的泛化能力和较高的识别率。(本文来源于《计算机测量与控制》期刊2019年10期）
张乾,杨玉成,岳诗琴,邵定琴,王林[2]（2019）在《模糊聚类局部保存投影在视觉数据特征提取中的应用》一文中研究指出为解决在处理和计算视觉大数据中遇到的速度瓶颈,提出了一种模糊聚类局部保存投影算法用于视觉数据的特征提取应用中。首先,通过某种方法对图像进行分割;接着,将通过统计方法对图像进行特征描述得到相应的视觉数据;然后,通过提出的模糊聚类局部保存投影对视觉数据进行特征提取;最后,通过Ada Boost对提取后的特征进行识别分类。经在国际公开的UCAS-AOD和Flower-102数据集上进行大量实验,经实验对照,结果验证了模糊聚类局部保存投影算法在视觉数据特征提取中的有效性。(本文来源于《科学技术与工程》期刊2019年29期）
苑隆寅,张前图,雷敬,吴生财[3]（2019）在《基于融合类别信息局部保持投影维数约简的故障诊断》一文中研究指出为更好的保持高维故障特征的局部流形结构,对局部保持映射(LPP)进行改进,并提出了基于融合类别信息局部保持映射(MLILPP)维数约简的故障诊断新方法。MLILPP融合样本类别信息构造了相似性矩阵和差异性矩阵。利用相似性矩阵保持降维前后同类样本之间的局部结构,利用差异性矩阵扩大降维后异类相似样本彼此之间的距离。实现了数据结构的有效保持,能够获得更有效的低维流形,提高了故障诊断的精度。液压泵故障诊断实验验证了该方法的有效性。(本文来源于《机械强度》期刊2019年05期）
戴永奋,包伟刚,王华[4]（2019）在《基于改进局部保持投影的转盘轴承退化指标研究》一文中研究指出针对转盘轴承复杂的损伤退化机理,引入流形学习算法深入挖掘高维状态检测数据中低维的流形结构,提出了一种以马氏距离为基础的局部保持投影算法,避免了不同物理监测信号度量的差异性并能够很好地处理高维强相关退化特征。与此同时,采用多物理信号的多邻域特征描述转盘轴承退化趋势,并借助基于人工智能的数据驱动算法建立转盘轴承健康评估模型,最终通过全寿命加速疲劳试验验证该方法的有效性。(本文来源于《轴承》期刊2019年10期）
祝磊,胡奇峰,王棋林,杨君婷,严明[5]（2019）在《基于正交指数局部保留投影的高光谱图像特征提取》一文中研究指出针对高光谱图像,在判别局部保留投影(Discriminant Locality Preserving Projection,DLPP)的基础上,提出了一种名为正交指数判别局部保留投影(Orthogonal Exponential Discriminant Locality Preserving Projection,OEDLPP)的特征提取方法。该算法不但保留了DLPP算法的有监督特性,还利用了指数矩阵(the matrix exponential)来获取更有效的样本信息,避免了小样本问题。同时,OEDLPP对投影矩阵进行施密特正交化,解决了特征的冗余性问题。应用OEDLPP算法对高光谱图像进行特征提取后,并采用支持向量机(SVM)对降维后的数据进行分类。与主成分分析(PCA)、局部保留投影(LPP)、判别局部保留投影(DLPP)、指数判别局部保留投影(EDLPP)、正交判别局部保留投影(ODLPP)等对比实验结果表明,本文算法对样本有效信息的获取具有一定的优越性,分类精度提升了2%～3%左右。(本文来源于《光电子·激光》期刊2019年09期）
孟会杰,苏勤,曾华会,王小卫,刘桓[6]（2019）在《基于经验模态分解与局部投影法相结合的微地震信号识别》一文中研究指出由于微地震信号能量弱,监测到的数据信噪比较低,通常实际监测的微地震资料有效信号难以识别。因此,对微地震资料进行去噪,提高数据信噪比至关重要。通常微地震资料的频率较高、噪声复杂、信噪比较低,常规的滤波方法在提高微地震资料信噪比方面无法满足。因此,本文提出了一种将经验模态分解与基于相空间重构理论的局部投影法相结合的微地震数据降噪方法,首先利用经验模态分解将信号分解为不同频带尺度来消除部分高频噪音和随机噪声,然后利用局部投影法根据剩余噪声和有效信号在相空间重构轨道的几何特征来使二者分离,从而提高微地震资料的信噪比,识别有效信号。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
刘文杰,李卫军,覃鸿,李浩光,宁欣[7]（2019）在《基于核局部保持投影的近红外光谱玉米单倍体识别研究》一文中研究指出实现快速、精确地鉴别玉米单倍体籽粒对玉米单倍体育种技术十分重要。近红外光谱分析技术可在线分析、监测,且无损、分析速度快、操作简便、测试成本低,对实现自动化的大规模鉴定并分拣玉米单倍体非常有帮助。通过美国JDSU的近红外光谱仪进行玉米近红外光谱的数据采集,交叉采集玉米单倍体、多倍体数据。数据处理时,将数据分为训练集和测试集两部分。依次对数据做预处理以消除噪声影响,做核变换将其投射到更高维度空间中增强可分性并进行特征提取,最后建立分类模型鉴别分析。分别统计采用不同的特征提取算法并建立模型鉴别测试的正确识别率。实验结果表明,采用核局部保持投影(KLPP)的特征提取算法的正确识别率更高、稳定性更好,在两组测试集上的正确识别率的均值分别达到95.71%和96.43%。通过分析可以得出,玉米种子的近红外光谱数据经过非线性变换(为高斯核变换)投影到更高维度的空间后,表现出更易于分类的分布特点,保持数据的局部特性也更利于后续的分类。这为玉米单倍体鉴定进一步研究提供了新的方向。(本文来源于《光谱学与光谱分析》期刊2019年08期）
何君[8]（2019）在《基于局部拟合平面投影搜索最近点的ICP配准》一文中研究指出针对传统迭代最近点(iterative closest point,ICP)配准算法迭代次数多、收敛速度慢的问题,研究了基于局部拟合平面投影搜索最近点的改进ICP配准算法,在此基础上采用幂法解算单位4元数,最终在速度和精度上完成了对原始算法的优化。采用C#编程语言将改进的ICP点云配准算法程序化,利用Trimble GX对某大型高层建筑物进行实验,分析了配准过程中4元数参数、旋转矩阵参数和平移参数的变化趋势,并对传统ICP配准算法和改进ICP配准算法的配准残差进行比对,结果表明,改进的ICP配准算法迭代次数少、收敛速度快,研究成果可为现有点云数据配准技术提供参考。(本文来源于《测绘地理信息》期刊2019年04期）
徐静,王振雷,王昕[9]（2019）在《基于动态全局局部保留投影算法的化工过程故障检测》一文中研究指出本文提出了一种新的基于动态全局局部保留投影(dynamic global-local preserving projections,DGLPP)算法和支持数据向量描述(support vector data description, SVDD)的故障检测方法。利用原始数据构造扩展矩阵来处理工业过程中的动态过程,GLPP用于降低过程数据的维数,它结合了局部保留预测(LPP)和主成分分析(PCA)的优点,同时保持了数据的全局和局部信息,利用降维后的数据建立SVDD模型监控。通过田纳西伊斯曼(TE)过程对所提出的算法进行测试,并与其他算法进行了比较。测试结果表明DGLPP-SVDD算法的有效性和优越性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
魏义康,金聪[10]（2019）在《结合局部与非局部结构的相似性与多样性判别投影在人脸识别上的应用》一文中研究指出为了保持同类样本之间的相似性信息与异类样本之间的多样性信息,提出一种结合样本的局部近邻结构与非局部近邻结构的判别投影降维算法——相似性与多样性判别投影(SDDP)。SDDP利用同类样本表示样本之间的相似性信息,利用异类样本表示样本之间的多样性信息,最小化同类样本之间的相似性、最大化异类样本之间的多样性来增强算法的判别性能。为了避免仅使用局部信息而忽略非局部信息的作用,在表示同类样本之间相似性与异类样本之间多样性时同时考虑样本之间的局部近邻结构与非局部结构。采用最大间距准则(MMC),最小化异类样本之间的多样性与同类样本之间的相似性之差来避免小样本问题。在人脸数据集上的实验表明了SDDP算法提取的低维特征能够提升分类的准确率。(本文来源于《电子测量技术》期刊2019年14期）
局部投影论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决在处理和计算视觉大数据中遇到的速度瓶颈,提出了一种模糊聚类局部保存投影算法用于视觉数据的特征提取应用中。首先,通过某种方法对图像进行分割;接着,将通过统计方法对图像进行特征描述得到相应的视觉数据;然后,通过提出的模糊聚类局部保存投影对视觉数据进行特征提取;最后,通过Ada Boost对提取后的特征进行识别分类。经在国际公开的UCAS-AOD和Flower-102数据集上进行大量实验,经实验对照,结果验证了模糊聚类局部保存投影算法在视觉数据特征提取中的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局部投影论文参考文献
[1].张悦,刘德山,王姗姗,闫德勤,楚永贺.应用于人脸识别的改进局部保持投影算法[J].计算机测量与控制.2019
[2].张乾,杨玉成,岳诗琴,邵定琴,王林.模糊聚类局部保存投影在视觉数据特征提取中的应用[J].科学技术与工程.2019
[3].苑隆寅,张前图,雷敬,吴生财.基于融合类别信息局部保持投影维数约简的故障诊断[J].机械强度.2019
[4].戴永奋,包伟刚,王华.基于改进局部保持投影的转盘轴承退化指标研究[J].轴承.2019
[5].祝磊,胡奇峰,王棋林,杨君婷,严明.基于正交指数局部保留投影的高光谱图像特征提取[J].光电子·激光.2019
[6].孟会杰,苏勤,曾华会,王小卫,刘桓.基于经验模态分解与局部投影法相结合的微地震信号识别[C].中国石油学会2019年物探技术研讨会论文集.2019
[7].刘文杰,李卫军,覃鸿,李浩光,宁欣.基于核局部保持投影的近红外光谱玉米单倍体识别研究[J].光谱学与光谱分析.2019
[8].何君.基于局部拟合平面投影搜索最近点的ICP配准[J].测绘地理信息.2019
[9].徐静,王振雷,王昕.基于动态全局局部保留投影算法的化工过程故障检测[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[10].魏义康,金聪.结合局部与非局部结构的相似性与多样性判别投影在人脸识别上的应用[J].电子测量技术.2019