搜索结果: 1-10 共查到“人工智能 LDA”相关记录10条 . 查询时间(0.218 秒)
针对传统K-means算法初始聚类中心选择的随机性可能导致迭代次数增加、陷入局部最优和聚类结果不稳定现象的缺陷,提出一种基于隐含狄利克雷分布(LDA)主题概率模型的初始聚类中心选择算法。该算法选择蕴含在文本集中影响程度最大的前m个主题,并在这m个主题所在的维度上对文本集进行初步聚类,从而找到聚类中心,然后以这些聚类中心为初始聚类中心对文本集进行所有维度上的聚类,理论上保证了选择的初始聚类中心是基于...
基于LDA模型的主题分析
LDA模型 文本分割 Gibbs抽样
2009/12/28
在文本分割的基础上, 确定片段主题, 进而总结全文的中心主题, 使文本的主题脉络呈现出来, 主题以词串的形式表示. 为了分析准确, 利用LDA (Latent dirichlet allocation)为语料库及文本建模, 以Clarity度量块间相似性, 并通过局部最小值识别片段边界. 依据词汇的香农信息提取片段主题词, 采取背景词汇聚类及主题词联想的方式将主题词扩充到待分析文本之外, 尝试挖掘...
在DCT域进行LDA的唇读特征提取方法
特征提取 离散余弦变换（DCT） 线性判别分析（LDA）
2009/12/10
为解决视觉语言特征提取这个唇读技术中最关键的难题，提出一种新的基于DCT和LDA的特征提取方法。为提取对不同口型最具分类能力的特征矢量，首先基于DCT对视觉语言部位变换降维，然后基于LDA算法从DCT系数提取对口型分类性能最优的特征矢量。在特定人与非特定人的唇读数据库上以及实时唇读识别的实验都表明，该方法唇读识别率比传统的人工直接选择DCT系数法以及PCA提取法有明显提高。
NMF与LDA相结合的彩色人脸识别
人脸识别 非负矩阵分解 线性判别分析
2009/12/3
为了提高彩色人脸识别的性能，提出了一种非负矩阵分解与线性判别分析相结合的彩色人脸识别算法。首先采用非负矩阵分解算法对彩色人脸图像不同颜色通道的信息进行编码，计算彩色人脸图像空间的基图像；然后根据非负矩阵分解计算得到的图像分解系数，融入人脸对象的类别信息，采用线性判别分析算法计算最优的鉴别子空间；最后以彩色人脸图像的投影系数为特征，采用最近邻分类算法进行人脸识别。在CVL和CMU PIE人脸数据库上...
垃圾邮件处理中LDA特征选择方法
垃圾邮件过滤 一种话题模型（LDA） 特征选择
2009/10/10
垃圾邮件处理是一项长期研究课题，越来越多的文本分类技术被移植到垃圾邮件处理应用当中。LDA（Latent Dirichlet Allocation）等topic模型在自动摘要、信息获取和其他离散数据应用中受到越来越多的关注。将LDA模型作为一种特征选择方法，引入垃圾邮件处理应用中。将LDA特征选择方法与质心＋KNN分类器结合，得到简单的测试用垃圾邮件过滤器。初步实验结果表明，基于LDA的特征选择方...
图像分块重构和LDA融合的人脸识别方法
人脸识别 光照变化 线性判别分析（LDA）
2009/10/10
提出了一种新的基于图像分块重构和线性判别分析相融合的方法，主要用于人脸识别。该方法通过计算两幅图像之间图像块的重构均值误差，运用线性判别分析求出两幅图像降维后的欧式距离，融合重构误差和欧式距离计算这两幅图像之间的差别程度。识别过程中，待测图像与训练图像中差别最小的认为是属于同一个人。该方法在ORL人脸数据集上进行实验，并在PIE数据集上验证了其有效性。新方法能够有效克服光照变化、平移等影响，在识别...
LDA/GE在人脸识别中的应用
流形学习 图嵌入 人脸识别
2009/7/24
基于谱图理论和流形学习，同时受FKT的启发，LDA算法可以进一步改进和化简。FKT已经被证明为二次判别分析中的低秩近似最优解，一开始只是用于二类识别问题，近年陆续有文章将它用于人脸识别中，以解决样本数小于样本维数的问题。LDA使用FKT求解的时候，在图嵌入的框架下可以转化为两次嵌入求解，第一次嵌入是PCA，第二次是由PCA的特征向量张成的空间中求判别式中分子的特征值分解问题。这样不仅去除了小样本问...
D-LDA法是一种简单有效的线性特征提取方法，但在实际应用中往往存在以下两个问题：（1）去除Sb零空间的同时往往间接丢失了Sw零空间中的有用信息;（2）优化准则函数并不直接与识别率相关。离散余弦变换（DCT）能够有效地对原始图像的信息进行压缩，提出一种DCT与改进的D-LDA相结合的方法，首先利用DCT降维，然后在低维空间中应用一种改进的D-LDA方法进行特征提取，最大限度地克服D-LDA的不足。...
PCA-LDA算法在性别鉴别中的应用
性别鉴别 PCA-LDA算法 融合算法
2009/5/8
结合主元分析(Principal Components Analysis, PCA)与线性鉴别分析(Linear Discriminant Analysis, LDA)的特点，提出用于性别鉴别的PCA-LDA算法。该算法通过PCA算法求得训练样本的特征子空间，并在此基础上计算LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合，获得PCA-LDA算法的融合特征空间。训练样本与测试样...