刘敬 作品数:7 被引量:10 H指数:2 供职机构: 西安邮电大学 更多>> 发文基金: 中央高校基本科研业务费专项资金 陕西省教育厅自然科学基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于加权最大间距准则的人脸数据可分性特征提取方法 本发明公开了一种基于加权最大间距准则的人脸数据可分性特征提取方法,主要解决已有最大间距准则MMC特征提取用非常有限的训练样本无法较为准确地估计超高维空间样本的真实散布,导致了MMC所提取的特征推广能力差,最终影响了分类的... 刘敬 邱程程 刘逸 吴进 刘鑫磊 李梦岩 张延冬文献传递 基于散度比例准则的高分辨距离像特征提取 被引量:1 2012年 针对传统线性判别分析(LDA)的子空间倾向于保留大类间距离类对的可分性,而丢弃小类间距离类对的可分性的问题,基于子空间应均衡保留各类对可分性的思想,提出一种新的准则——散度比例(PD)准则。PD准则为各类对子空间散度与原空间散度之比的均值,并推导出最大化PD准则的线性判别分析(PD-LDA)的求解过程。采用PD-LDA对高分辨距离像(HRRP)的幅度谱进行特征提取,基于外场实测数据,分别训练了最小欧氏距离分类器和支持向量机(SVM)分类器,两种分类器的识别结果均表明,PD-LDA相比LDA,可显著降低数据维数并有效提高识别率。 刘敬 赵峰 刘逸关键词:雷达自动目标识别 线性判别分析 特征提取 高分辨距离像 核Direct LDA子空间高光谱影像地物分类 2012年 为降低高光谱影像的数据维数,提高地物分类识别效率,提出了一种地物分类方法——核直接线性判别分析(Kernel Direct Linear Discriminant Analysis,KDLDA)子空间法;并推导出类先验概率的一般形式下KDLDA的解。KDLDA子空间法先采用KDLDA提取遥感影像的非线性可分特征,然后在KDLDA子空间采用最小距离分类器进行分类识别。机载可见光/红外成像光谱仪(Airborne Visible/Infrared Imaging Spectrometer,AVIRIS)的高光谱影像识别结果表明,相比原空间法、LDA子空间法、直接线性判别分析(Direct Linear Discriminant Analysis,DLDA)子空间法、核线性判别分析(Kernel Linear Discriminant Analysis,KLDA)子空间法,KDLDA子空间法可显著提高识别效率。 刘敬关键词:地物分类 高光谱影像 基于direct LDA的高光谱遥感影像地物分类 被引量:3 2011年 针对高光谱遥感影像的降维问题,提出一种高光谱影像地物分类方法:direct LDA子空间法。先采用直接线性判别分析(direct linear discriminant analysis,direct LDA)进行特征提取,然后在特征子空间中采用最短距离分类器进行地物分类。机载可见光/红外成像光谱仪(airborne visible/infrared imaging spectrometer,AVIRIS)的高光谱影像识别结果表明,该方法相比LDA子空间法和原空间法,可显著降低数据维数,提高识别率。 刘敬关键词:地物分类 特征子空间 高光谱影像 基于两阶段分类融合的雷达高分辨距离像目标识别方法 本发明公开了一种基于两阶段分类融合的雷达高分辨距离像目标识别方法,主要解决现有技术对螺旋桨飞机分类效果差的问题。包括:1)对高分辨距离像划分训练样本和测试样本;2)提取高分辨距离像的幅度谱特征;3)根据相邻幅度谱之间的能... 刘敬 李洋 赵峰 刘逸 张延冬结合邻域信息粒子群聚类用于SAR图像变化检测 被引量:4 2015年 SAR图像变化检测可以转化为对差异图的聚类问题.由于SAR图像本身容易受到斑点噪声干扰,为提高聚类效果提出了一种结合邻域信息的自适应粒子群聚类算法.该方法在模糊C均值原目标函数基础上,引入中心像素的邻域信息,并通过自适应粒子群的全局搜索来优化聚类中心.该方法还引入了自学习算子即粒子编码中的中心像素的隶属度,能够向其相邻像素的隶属度学习,并据此修正自身的隶属度值相关.实验结果表明,与模糊C均值和量子免疫克隆聚类算法相比,该方法利用了像素的邻域信息,从而增强了抗噪性能.与模糊局部信息C均值算法相比,该方法对图像细节保持能力较强,运行时间也较少. 刘逸 慕彩红 刘敬关键词:变化检测 SAR图像 聚类 粒子群优化 幅度谱差分子空间雷达自动目标识别 被引量:2 2012年 雷达高分辨距离像是目标的重要结构特征,其维数通常很高,造成数据可分性表达差,识别过程计算复杂度高,识别率低。为降低距离像的维数,提出一种新的距离像特征提取方法,即采用直接线性判别分析(dLDA)在距离像幅度谱差分空间进行特征提取,得dLDA幅度谱差分子空间。目标识别即在所得dLDA幅度谱差分子空间中进行。采用外场实测数据,分别训练了最小距离分类器和one-against-all支撑向量机分类器,2种分类器的识别结果均表明,该方法可显著地降低数据维数并提高识别率。 刘敬关键词:雷达自动目标识别 直接线性判别分析 特征提取 高分辨距离像