导读:本文包含了子模式典型相关分析论文开题报告文献综述及选题提纲参考文献，主要关键词:步态识别,局部变化,信息熵,子模式
子模式典型相关分析论文文献综述
罗璨,徐万江,朱灿焰[1]（2016）在《基于熵划分子模式典型相关分析的步态识别》一文中研究指出步态识别的准确性容易受到衣着类型及携带背包等局部变化的影响。针对这一问题,首先提出一种基于局部信息熵值的子模式划分方法;然后对正常行走和局部变化两种状态下的每一对子特征进行典型相关分析,得到多个最佳投影矩阵对,并将子特征分别投影到基于上述最佳投影矩阵对的特征子空间中;最后以整体相关系数作为分类依据,以减小局部变化对于整体识别结果的影响。在CASIA-B数据库上的实验表明在所有视角下所提算法都能取得较好的性能。(本文来源于《电子设计工程》期刊2016年10期）
龚卫国,王林泓,贺莉芳[2]（2011）在《基于特征子模式典型相关分析的热释电红外信号识别》一文中研究指出为使现有热释电红外(PIR)探测器具有识别检测区域内红外辐射源的功能,提出一种基于典型相关分析(CCA)特征融合的人体和非人体PIR信号识别方法。该方法首先提取PIR信号的频谱和小波包熵特征,然后对频谱进行子模式划分,并分别与小波包熵特征进行CCA融合,把融合后的结果作为判别信息,从而实现了特征融合且消除了特征之间的信息冗余。最后通过多数投票方式融合判别结果。作为子模式CCA特征融合的一种特殊情况,文中分析了特征与自身子模式特征CCA融合的分类性能。实验结果表明,当频谱分为5个子模式时,能有效地对人体和非人体红外辐射源进行识别,识别率可达95.2%,比直接采用频谱与小波包熵CCA融合的识别率提高了2.7%。而采用小波包熵与自身子模式特征CCA融合的识别率最高为90.7%,比单独采用小波包熵的识别率提高了2.3%。(本文来源于《光学精密工程》期刊2011年04期）
洪泉,陈松灿,倪雪蕾[3]（2008）在《子模式典型相关分析及其在人脸识别中的应用》一文中研究指出传统的典型相关分析(CCA)是有效的特征提取方法之一,已广泛应用于包括人脸识别在内的模式识别的许多领域.但在人脸识别为代表的高维小样本问题上该方法存在如下不足:1)人脸识别的小样本特性使CCA两组特征矢量构成的总体协方差矩阵奇异,难以直接应用;2)作为一种全局线性投影方法,不足以很好地描述非线性的人脸识别问题;3)缺乏对局部变化的识别鲁棒性.本文受已提出的子模式主分量分析(SpPCA)的启发,提出了子模式典型相关分析(SpCCA).该方法将局部与全局特征矢量之间的相关性特征作为有效的判别信息,既达到了融合局部与全局信息的目的,又消除了特征之间的信息冗余.通过子模式的划分,SpCCA避免了小样本问题,更好地描述了非线性的人脸识别问题;并通过投票方式融合结果,增强了对局部变化的鲁棒性.在AR与Yale两个人脸数据集上的实验证实了该方法比对比方法不仅有更优的识别性能,而且更加稳定和鲁棒.(本文来源于《自动化学报》期刊2008年01期）
洪泉[4]（2006）在《子模式典型相关分析及其人脸识别应用》一文中研究指出典型相关分析(CCA)作为经典的多元数据分析方法,通过研究两组变量之间的相关关系来进行特征提取。近年来已开始在模式识别中得到应用,但在人脸识别为代表的高维小样本问题的应用上,该方法存在如下不足:(1)人脸识别的小样本特性使CCA两组特征矢量构成的总体协方差矩阵奇异,难以直接应用;(2)作为一种全局线性投影(或特征提取)方法,不足以很好地描述非线性的人脸识别问题;(3)缺乏对局部变化的识别鲁棒性。如今,随着模式识别中子模式方法、多模态识别技术等多种新方法的兴起为我们解决CCA面临的这些问题提供了新的思想与方法。受我们已提出的子模式主分量分析(SpPCA)的启发,本文提出了子模式典型相关分析(SpCCA)。该方法将局部与全局特征矢量之间的相关性特征作为有效的判别信息,既达到了融合局部与全局信息的目的,又消除了特征之间的信息冗余。通过子模式的划分,SpCCA避免了小样本问题(SSS),更好地描述了非线性的人脸识别问题;并通过投票方式融合结果,增强了对局部变化的鲁棒性。目前人脸识别通常只能获得单模的数据,在使用多模的CCA方法时通常是先从单模数据构建多模数据,然后CCA。而CCA在处理用硬标号构建的多模数据时本质上与线性判别分析(LDA)相似。LDA是一种针对判别信息优化的单模方法,通常具有优秀的分类性能。因此,我们尝试在子模式方法中用LDA取代CCA的位置,构造了子模式线性判别分析(SpLDA)以近似SpCCA。在AR与Yale两个人脸集上的实验证明:SpCCA与SpLDA性能相当,且与PCA+LDA、DCV、PCA+CCA、SpPCA和Aw-SpPCA方法相比,它们不仅有更优的识别性能,而且更具有稳定性和鲁棒性。进一步,针对Aw-SpPCA、SpCCA与SpLDA,本文改进了模式划分方法,提出了重迭的子模式划分法。实验证明,该划分法对上述叁类子模式方法都具有不同程度的改进。(本文来源于《南京航空航天大学》期刊2006-12-01）
子模式典型相关分析论文开题报告
（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：
为使现有热释电红外(PIR)探测器具有识别检测区域内红外辐射源的功能,提出一种基于典型相关分析(CCA)特征融合的人体和非人体PIR信号识别方法。该方法首先提取PIR信号的频谱和小波包熵特征,然后对频谱进行子模式划分,并分别与小波包熵特征进行CCA融合,把融合后的结果作为判别信息,从而实现了特征融合且消除了特征之间的信息冗余。最后通过多数投票方式融合判别结果。作为子模式CCA特征融合的一种特殊情况,文中分析了特征与自身子模式特征CCA融合的分类性能。实验结果表明,当频谱分为5个子模式时,能有效地对人体和非人体红外辐射源进行识别,识别率可达95.2%,比直接采用频谱与小波包熵CCA融合的识别率提高了2.7%。而采用小波包熵与自身子模式特征CCA融合的识别率最高为90.7%,比单独采用小波包熵的识别率提高了2.3%。
（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。
子模式典型相关分析论文参考文献
[1].罗璨,徐万江,朱灿焰.基于熵划分子模式典型相关分析的步态识别[J].电子设计工程.2016
[2].龚卫国,王林泓,贺莉芳.基于特征子模式典型相关分析的热释电红外信号识别[J].光学精密工程.2011
[3].洪泉,陈松灿,倪雪蕾.子模式典型相关分析及其在人脸识别中的应用[J].自动化学报.2008
[4].洪泉.子模式典型相关分析及其人脸识别应用[D].南京航空航天大学.2006