1.4  本文的主要创新点

首先,本文基于核CCA及广义CCA的理论,提出了核广义CCA的模型,并通过数学推导对其进行了模型求解,该算法提高了图像识别率,解决了广义典型相关分析在高维非线性空间求解的问题。其次,本文提出一种新的特征融合策略,该策略可权衡各特征在组合特征中的贡献率,从而提高组合特征的鉴别力。最后,本文在研究相关系数几何意义的基础上,提出了基于旋转变换的典型相关分析理论,并对其进行了求解。Yale和ORL人脸图像上的实验证明,该算法具有较好的稳定性和识别率。

上一篇:淘宝搜索排序与销量的比较关系研究
下一篇:asp.net教学文档信息管理系统设计

基于Apriori算法的电影推荐

PHP+IOS的会议管理系统的设计+ER图

数据挖掘在电子商务中的应用

数据挖掘的主题标绘数据获取技术与实现

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

基于网络的通用试题库系...

AT89C52单片机的超声波测距...

10万元能开儿童乐园吗,我...

C#学校科研管理系统的设计

中国学术生态细节考察《...

神经外科重症监护病房患...

志愿者活动的调查问卷表

公寓空调设计任务书

国内外图像分割技术研究现状

医院财务风险因素分析及管理措施【2367字】

承德市事业单位档案管理...