稀疏非負(fù)矩陣分解研究及其在手機圖像中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、實際生活中,各種圖像所包含的信息十分豐富,批量圖像所包含的數(shù)據(jù)更是巨大,處理起來十分不便,故需進行特征提取以達(dá)到數(shù)據(jù)降維。降維是以數(shù)據(jù)映射迭代換取存儲空間,不同的約束規(guī)則和不同的分解策略對應(yīng)不同的結(jié)果。怎樣根據(jù)現(xiàn)實圖像數(shù)據(jù)的特征對其進行最有效的降維是研究的重點。
  非負(fù)矩陣分解算法(Non-negative Matrix Factorization,NMF)是一種新近提出的數(shù)據(jù)降維方法,在一些實際問題中得到了廣泛的應(yīng)用。稀疏非負(fù)

2、矩陣分解算法是在 NMF的基礎(chǔ)上增加了稀疏約束,使分解得到的分量具有稀疏性特征,可視作在 NMF算法基礎(chǔ)上的進一步降維。將稀疏非負(fù)矩陣分解算法運用于圖像的特征提取及分類識別,依據(jù)識別精度和速度來評價算法優(yōu)劣。由于算法本身一定程度上實現(xiàn)了對維數(shù)的約減,加上稀疏約束之后,從物理上進一步舍去了數(shù)據(jù)的某些潛在特征,故而如何保證精度是本文研究的出發(fā)點。針對于此,本文主要從提高算法魯棒性的角度,研究稀疏非負(fù)矩陣分解算法,提高算法的抗噪能力,并應(yīng)用于

3、手機圖像,提高手機圖像分類識別的精度。
  首先,實現(xiàn)算法理論上的改進。在原本的稀疏非負(fù)分解算法目標(biāo)函數(shù)基礎(chǔ)上引入噪聲項,提出新的稀疏優(yōu)化目標(biāo)函數(shù),推導(dǎo)給出新目標(biāo)函數(shù)的優(yōu)化求解迭代表達(dá)式,使得提取出來的特征能夠在保持稀疏性的同時有噪聲抵抗能力。該算法可以處理圖像中有異常值點的情況,即不受噪聲形式的限制。
  其次,算法應(yīng)用于手機圖像,實現(xiàn)手機圖像的特征提取和分類識別。算法應(yīng)用過程中將產(chǎn)生基矩陣和系數(shù)矩陣,將基矩陣作為直觀的可

4、直接圖示或者比較的數(shù)據(jù),系數(shù)矩陣作為中介數(shù)據(jù)進一步求解手機界面圖片的特征矩陣,作為后期判決和分類的輸入數(shù)據(jù),再選擇合適的支撐向量機模型來進行分類訓(xùn)練、測試,并創(chuàng)新性的在內(nèi)間進行二次分類,使識別的結(jié)果更加精確。
  最后,將前期的理論應(yīng)用到一個系統(tǒng)里面,做一個手機圖像分類識別的完整系統(tǒng),編譯生成可執(zhí)行 exe文件。系統(tǒng)將包含整個過程中所利用的所有算法,并多次改進算法,使系統(tǒng)界面軟件使用更加流暢,編譯生成可執(zhí)行 exe文件。
 

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論