谢德燕
- 作品数：7 被引量：32H指数：2
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金高等学校学科创新引智计划国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图学习的多视图聚类
- 随着互联网和传感器技术的迅速发展，人们获取的数据从过去的单一视图描述逐渐演变为无处不在的多视图描述。因此，多视图学习成为人工智能、机器学习等领域的研究热点。多视图聚类分析作为多视图学习任务的一个主要研究方向，在过去的几十...
- 谢德燕
- 关键词：流形学习谱聚类
- 文献传递
- 局部信息保持投影及应用
- 在低维空间描述高维数据是数据分析、模式识别、机器学习、计算机视觉等领域的基础问题之一。随着传感器技术和数据采集技术的迅速发展，实际数据的维数越来越高，如何有效地描述数据已成为目前急需要解决和非常活跃的研究方向之一。在已有...
- 谢德燕
- 关键词：流形学习特征提取
- 文献传递
- 融合局部结构和差异信息的监督特征提取算法被引量：27
- 2010年
- 针对监督局部保持投影(Supervised locality preserving projection,SLPP)存在过学习和不能较好地保持图像空间的差异信息等问题,造成算法性能不够好,提出了一种新的基于流形学习的监督特征提取方法(Supervised local structureand diversity projection,S-LSDP).S-LSDP从信息统计量角度引入差异信息,并给出度量差异信息大小的准则(差异离散度)及明确的物理含义;然后通过最小化局部离散度和最大化差异离散度准则提取投影方向.投影后的特征既能有效地保持图像之间的局部结构属性,又能较好地保持图像之间的差异信息,而且避免了过学习问题.在UMIST,Yale,PIE和AR数据库上的实验结果表明了该算法的有效性.
- 高全学谢德燕徐辉李远征高西全
- 关键词：特征提取流形学习人脸识别
- 基于非线性特征和模型合并的LDA人脸识别方法
- 本发明公开了一种基于非线性特征和模型合并的LDA人脸识别方法。其步骤为：(1)划分人脸数据样本集；(2)提取人脸非线性特征集；(3)划分特征组；(4)构建人脸特征模型库；(5)获得全局人脸特征模型；(6)求解线性判别式分...
- 王婧高全学谢德燕廖爽丽高新波
- 基于非线性特征和模型合并的LDA人脸识别方法
- 本发明公开了一种基于非线性特征和模型合并的LDA人脸识别方法。其步骤为：(1)划分人脸数据样本集；(2)提取人脸非线性特征集；(3)划分特征组；(4)构建人脸特征模型库；(5)获得全局人脸特征模型；(6)求解线性判别式分...
- 王婧高全学谢德燕廖爽丽高新波
- 文献传递
- 水浸式多维调控离体眼球固定器
- 本发明提出了一种水浸式多维调控离体眼球固定器，用于解决现有技术夹持可靠性差和仅适用在非液体环境下操作的问题。包括光阑、纵向移动托架、水槽和纵向移动活塞装置；纵向移动活塞装置的活塞缸穿过水槽底部的通孔，并与其密封固定；活塞...
- 谢德燕高全学肖嵩周歧发
- 文献传递
- 二维多样性保持投影及人脸识别被引量：4
- 2012年
- 流形学习有效地保持了数据的局部几何结构,已成为模式识别、机器学习等领域的研究热点.但是它忽略甚至破坏了对模式分析很重要的局部多样性信息,导致局部几何结构描述不够稳定,且性能不是很好.针对此问题,提出了基于图论的多样性保持投影.该方法利用邻接图刻画局部数据之间的变化关系,并给出度量数据多样性大小的差异离散度,然后通过最大化差异离散度提取投影方向.此外,该方法直接从图像矩阵估计差异离散度矩阵,有效地避免了小样本问题.在Yale,UMIST和AR数据库上的实验结果证实了该算法的有效性.
- 侯俊郝秀娟谢德燕高全学
- 关键词：流形学习特征提取人脸识别
