核矩阵相关论文
视觉目标跟踪在视频智能监控和机器人视觉导航等领域有着广泛的应用。针对传统的核相关滤波器(KCF)跟踪方法缺乏目标尺度估计,对目......
随着基本科学理论的不断发展,人工智能技术也随之有了不断的提高,有了很大的应用空间。基于人工智能算法的语音识别技术逐渐成熟,......
人脸识别是生物特征识别的一个主要研究方向,与其它生物特征识别技术相比较,人脸识别有主动性,用户界面友好等许多特点。同时,在所......
近年来,流数据分析已成为数据挖掘领域研究的热点,其发展非常迅速,但当前大多数的流聚类算法都是线性的,在现实世界中这些线性的聚......
针对高光谱遥感图像的小目标检测问题,提出了一种基于自适应参数支持向量机(SVM)的检测方法。采用主成分分析(PCA)法对高光谱遥感......
高光谱遥感目标检测是遥感信号处理领域的热点问题,基于核机器学习的KRX算法能充分利用高光谱波段间的非线性光谱特性,在原始光谱......
核主成分分析方法是使用核方法将经典的线性算法主成分分析推广到高维空间,用来处理复杂非线性数据的一种常用的特征提取算法,该算......
支持向量机是近些年来发展的新型学习机,该学习机以统计学习理论为基础,以结构风险代替经验风险,因而在模式识别中表现出了优异的......
提出一种核矩阵低秩近似分解方法.首先针对传统核矩阵分解列与类别独立的假设,研究列之间的关系,结合类别设计核矩阵的列选取策略.......
现有核聚类算法需要学习完整的核矩阵，计算效率较低，仅适用于小规模数据，对此提出了基于图谱理论的核函数分类算法。首先，基于图谱理论......
为有效解决频率指配问题，提出了一种解决该问题的模式分析核方法，算法利用频率指配方案的评估函数值构建核矩阵，以核矩阵为基础在特征......
提出了一种基于核的多类别模式识别算法（简称核子空间法，KSPM），依据此算法建立了多故障分类器．该方法的主要思想是：将原输入空间中的数据......
针对超声衍射层析成像传统采用的双线性插值法重建精度不高的问题,提出一种高精度的核卷积插值重建算法.首先,根据标准的sheep and......
经典谱聚类算法将数据聚类转为图划分问题,在分析其Normalized Cut函数与传统加权核k-means等价基础上,设计了一种基于抽样改进加......
本体相似度计算和本体映射被广泛应用于查询扩展和图像检索中，已成为信息科学研究的热点内容，其核心为计算本体图中顶点间的相似度。......
通过对任意序列之间相似性的定义,将序列影射到合适的高维空间当中,给出在高维特征空间当中序列之间的内积,构造出可选序列集的核......
针对非负矩阵分解算法在样本维数过高情况下收敛效果差的问题,提出了一种核矩阵非负分解算法。通过核映射方法获得表征样本间相似......
叙述了传统的PCA方法在处理QAR数据相似性问题的不足，提出基于EROS的KPCA方法处理QAR数据之间的相似性问题。通过引入EROS方法而不......
参数选取问题一直是支持向量机研究的热点．虽然核校准（KTA）方法广泛应用于支持向量机参数优化问题中，但是它仍存在不足．以核矩阵为研究......
针对大训练集时核主分量分析（KPCA）的计算代价大、特征提取速度慢等问题，提出一种KPCA的快速算法．该算法通过训练样本在特征空间所张成......
0引言声纳目标分类是在语义层获取水下目标信息的重要手段,对于提高海战中海军舰艇的作战能力与海洋的开发与探索活动至关重要。但......
在基于解广义特征方程的线性混合信号盲分离方法的基础上，结合核特征空间给出了一种基于特征选择的非线性混合信号盲分离算法。该算......
在分析经典谱聚目标函数与加权核k-means目标函数等价基础上,设计了一种基于抽样子空间约束的改进大规模数据谱聚类算法,算法通过......
针对词袋模型统计聚集算法忽略了编码矢量的其它统计特征信息及空间信息,并且只能与常用核函数相配合度量图像之间相似性的问题,该......
为了解决最小二乘支持向量机模型稀疏性不足的问题,提出了一种约简核矩阵的LS-SVM稀疏化方法。按照空间两点的欧式距离寻找核矩阵......
充分降维是非参数回归领域中的一个重要问题,主要目的是对自变量进行降维,通过寻找自变量的少量线性组合,用这些线性组合去替代原......
支持向量机（support vector machines，sVM）的分类精度和泛化能力会受到核函数及其工作参数的影响，传统的核函数参数选择方法缺乏理论支......
核k＇-均值聚类算法在k＇-均值聚类算法的基础上，通过核函数，将样本从原空间映射到高维特征空间．使得非线性样本在高维空间中线性可分．然后......
基因表达谱数据分布不平衡、噪声巨大,当用σ值很小的二阶软间隔高斯核支持向量机分类的时候,容易使大多数训练数据被分到占统治地......
当样本集很大时，训练支持向量机需要很大的内存空间和很长的CPU占用时间．为了减轻支持向量机训练过程中的计算负担，提出一种快速的改......
线性分类与非线性分类是模式识别领域的基础性课题．核方法处理非线性分类问题有其独特的优势，核矩阵反映了输入样本在特征空间的位置......
支持向量聚类（Support Vector Clustering,SVC）算法主要分为两个阶段：训练阶段和聚类分配阶段。由于需要计算邻接矩阵,聚类分配阶段消......
机器学习算法在本体中的运用集中在本体最优函数的学习,即通过本体样本点和适当的学习策略得到最优实值函数.核函数由于其在再生性......
多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习,选择最优模型的措施。针对多核......
核函数方法广泛应用于人工神经网络和支持向量机等机器学习领域，该方法的采用有效地避免了特征空间中的维数灾难的问题，改善了学习机......
针对粒子群算法搜索后期易陷入局部极值的缺点,提出一种基于核矩阵协同进化的震荡搜索粒子群优化（kenel matrix synergistic evolut......
核方法是机器学习的重要方法。模型选择与模型组合问题是核方法理论研究和实际应用的关键问题。当前,核方法模型选择准则大多基于......
主成分分析(Principal Component Analysis)是一种用于特征提取和降维的线性方法,它一般使用具有较大方差的维作为主成分而忽略方......
电力负荷曲线聚类是配用电系统的基础,对负荷管理具有重大意义。采用基于核方法的聚类算法提高负荷曲线聚类的准确性,通过点积的方......
谷氨酸发酵过程具有高度的非线性和时变性，其内在机理复杂，简单的数学模型难以很好地描述其反应过程。在线支持向量机回归（OSVR）是一种......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
经典SVM（ Support Vector Machines）在处理二分问题时具有良好表现,而当面临求解多分类问题时,往往采用构建O（n2）复杂度的多个二分类器......
情感计算的目标是发展具有感知、理解和调节情感能力的人工智能,而其中至关重要的一步就是实现情感状态的识别。通过利用各种传感......
经典谱聚类将数据聚类转化为加权图划分问题,在分析Normalized Cut目标函数与加权核K-means函数等价基础上,设计了一种基于抽样改......
论证了社团检测函数模块密度的优化进程能转化为核矩阵的特征谱分.基于核矩阵最大特征值对应的特征向量,提出了一种新的中心性方法......
Isomap算法嵌入向量求解依赖于所有的初始样本，在增加新数据时需要较长时间重新计算所有数据样本间的测地距离。为了提高运算速度，提......
