福建省自然科学基金(A0510004)
- 作品数：7 被引量：9H指数：1
- 相关作者：张华君韩崇昭林晖吴林吴委员更多>>
- 相关机构：福州大学西安交通大学更多>>
- 发文基金：福建省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于2DPCA的人脸识别技术研究
- 2008年
- 本文针对二维主成分分析算法(2DPCA)所需要的数据存储空间大以及计算量大的不足,提出了一种改进的基于2DPCA算法,并将该算法应用于人脸识别中.实际应用表明改进后的2DPCA算法具有较好的实时性和较高的识别准确率.
- 张华君吴林
- 关键词：主成分分析2DPCA人脸识别
- 基于自适应共生矩阵选择的目标跟踪方法
- 2012年
- 针对单一固定特征无法适应目标及其背景变化的情况,提出了一种基于HSV颜色空间的共生矩阵的自适应特征选择的方法。首先将图像转换为HSV颜色空间,在每个颜色通道内对目标及其背景区域计算不同参数的共生矩阵,选择其中差异最大的前4个共生矩阵作为目标特征模型,通过比率对数矩阵计算的反向投影图,采样均值平移算法跟踪目标。仿真实验验证了该算法的有效性。
- 吴委员张华君
- 关键词：目标跟踪共生矩阵自适应选择
- 一种基于BLMS的Volterra级数简化辨识方法
- 2006年
- 针对Volterra级数辨识中的“维数灾难”问题,提出了一种基于分块最小均方(BLMS)滤波器的简化辨识方法。该方法利用影响指数的概念,在保证一定辨识精度的前提下,根据每个Volterra核函数对辨识结果贡献的大小对其进行筛选,然后用筛选出的有效核函数作为对原系统的近似,从而达到降低辨识维数减少计算量的目的。该方法为克服“维数灾难”,实现在线辨识Volterra级数提供了一个有效解决途径。最后,文中用一个工程实例验证了该算法的有效性。
- 张华君韩崇昭
- 关键词：VOLTERRA级数在线辨识
- 一种Volterra级数模型的简化辨识方法及其应用被引量：1
- 2006年
- 针对基于Volterra级数模型的非线性系统辨识中存在的“维数灾难”问题,提出了一种基于分块最小均方(BLMS)滤波器的简化辨识方法.该方法利用影响指数的概念,在保证一定辨识精度的前提下,根据每个Volterra核函数对辨识结果贡献的大小对其进行筛选,然后用筛选出的有效核函数作为对原系统的近似,从而达到降低辨识维数,减少计算量的目的.最后,文章用一个工程实例验证了该算法的有效性.
- 张华君韩崇昭
- 关键词：VOLTERRA级数
- 一种Volterra级数简化辨识方法及其应用研究被引量：7
- 2006年
- 针对非线性故障诊断一般计算量大,难以实施在线检测的不足,提出了一种基于分块最小均方(BLMS)滤波器的简化辨识方法。该方法利用影响指数的概念,在保证一定辨识精度的前提下,根据每个Volterra核对辨识结果贡献的大小对其进行筛选,然后用筛选出的有效核函数作为对原系统的近似,从而达到降低辨识维数减少计算量的目的。将该方法应用到某型号直升机电动舵机的故障诊断中,实际测试表明了该简化辨识算法的有效性,为实施在线非线性故障诊断提供了一种解决途径,就有较大的工程实用价值。
- 张华君韩崇昭
- 关键词：系统辨识
- 一种改进的SMO及其在人脸识别中的应用
- 2009年
- SMO算法是一种有效的SVM训练算法,但由于参与训练的数据大部分为非支持向量,仍然存在进一步优化的可能性。针对SMO算法的这个不足,提出了一种改进的SMO算法,并将该算法应用到人脸识别中。试验结果表明了算法的有效性。
- 郭亚松张华君
- 关键词：支持向量机人脸识别序列最小优化
- 基于颜色-空间二维直方图的目标跟踪技术研究被引量：1
- 2009年
- 由于颜色直方图只考虑了目标颜色的统计信息,忽略了目标颜色的空间信息,使得在模板匹配过程中容易收敛到其他位置,从而导致目标丢失。针对这一缺点,提出了一种基于颜色-空间二维直方图的目标跟踪技术,在建立目标模板的过程中融入了目标颜色的空间信息。实验结果表明,与传统的基于颜色直方图的Mean-shift算法相比,基于颜色-空间二维直方图的目标跟踪技术能更准确的对目标进行跟踪,提高了目标跟踪的鲁棒性。
- 林晖张华君
- 关键词：二维直方图目标跟踪空间信息MEAN-SHIFT
