【碩士論文】lte-tdd系統(tǒng)enodeb端空閑狀態(tài)(文件)
【正文】 11 ( )( )jK Tw j jj x CS x u x uN??? ? ???11 ( ) ( )K Tb j jjS u u u uN?? ? ??||||Ti b ii Ti w ix S xmx S x?啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 29 主要工作一：結(jié)合線性判別法則的 2DPCA算法 ? 對(duì)總體散度矩陣進(jìn)行特征值分解，得到特征向量 ? 提取前 個(gè)特征向量，記為 ? 用線性判別法則篩選較小特征值對(duì)應(yīng)的特征向量，記為 ? 用兩次提取的特征向量，一起組成投影空間的基 12, , ... , kx x x1n112, , ..., nx x x212, , ..., nz z z121 , 2 1 2[ , . . . , , , , . . . , ]nnW x x x z z z?啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 30 主要工作一：篩選特征向量示例 表 1和表 2 特征向量與投影后的比值 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 31 主要工作一：改進(jìn) 2DPCA算法的人臉識(shí)別過程 圖 4 結(jié)合線性判別法則的 2DPCA算法的人臉識(shí)別過程 投 影 空 間特 征 信 息利 用 結(jié) 合 線 性 判 別 法 則 的 2 D P C A 算 法 ， 生 成 投 影 空 間投 影特 征 信 息輸 出最 近 鄰 分類 器輸 出投 影測試樣本訓(xùn) 練 樣 本輸 出 結(jié) 果啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 32 主要工作一：改進(jìn) 2DPCA算法的識(shí)別率 圖 5 使用 ORL人臉庫的識(shí)別率 0 5 10 15 20 25 30 35 40 450 .8 60 .8 80 .9 00 .9 20 .9 40 .9 60 .9 8識(shí)別率人臉類別數(shù) 經(jīng)典的 2D PC A 算法 結(jié)合線性判別法則的 2D PC A 算法2 4 6 8 10 12 14 160 .7 7 50 .7 8 00 .7 8 50 .7 9 00 .7 9 50 .8 0 00 .8 0 50 .8 1 00 .8 1 50 .8 2 00 .8 2 50 .8 3 00 .8 3 50 .8 4 00 .8 4 50 .8 5 00 .8 5 50 .8 6 00 .8 6 5識(shí)別率人臉類別數(shù) 經(jīng)典的 2DPCA 算法 結(jié)合線性判別法則的 2DPCA 算法圖 6 使用 YALE人臉庫的識(shí)別率 結(jié)論一： 結(jié)合線性判別法則的 2DPCA算法提高了經(jīng)典 2DPC的 識(shí)別率。 結(jié)論三： 使用 YALE人臉庫時(shí)，算法識(shí)別率為 %。 ■ 識(shí)別中的偶然性較大。 ? 用每個(gè)類中選出的人臉樣本計(jì)算 加權(quán)平均臉 其中， 為樣本序號(hào)； 為訓(xùn)練樣本到測試樣本的距離。 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 42 主要工作二：加權(quán)平均臉?biāo)惴ǖ淖R(shí)別時(shí)間 圖 15 使用 ORL人臉庫實(shí)驗(yàn)所用時(shí)間 圖 16 使用 YALE人臉庫實(shí)驗(yàn)所用時(shí)間 0 5 10 15 20 25 30 35 40 450 .00 .51 .01 .52 .02 .53 .03 .54 .04 .55 .05 .56 .06 .5識(shí)別時(shí)間(秒)人臉類別數(shù) 經(jīng)典的最近鄰分類器 加權(quán)平均臉?biāo)惴? 4 6 8 10 12 14 160 .10 .20 .30 .40 .50 .60 .70 .80 .91 .01 .11 .21 .31 .41 .51 .61 .71 .81 .9識(shí)別時(shí)間(秒)人臉類別數(shù) 經(jīng)典的最近鄰分類器 加權(quán)平均臉?biāo)惴▎⒌瞎芾碚n程 重慶郵電大學(xué)碩士論文答辯 43 內(nèi)容安排 一、研究背景 二、論文主要工作 2DPCA算法 三、總結(jié)及未來工作 四、致謝 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 44 主要工作三：融合算法的理論分析 ? 融合算法的思路 ■ 在特征提取環(huán)節(jié)和分類識(shí)別環(huán)節(jié)同時(shí)改進(jìn)算 法 ■ 通過圖像預(yù)處理補(bǔ)償光照變化對(duì)人臉識(shí)別的 影響 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 45 主要工作三：算法步驟 ? 通過直方圖均衡化和小波變化，對(duì)原始圖像進(jìn)行預(yù)處理 ? 用結(jié)合線性判別法則的 2DPCA算法進(jìn)行特征提取 ? 用加權(quán)平均臉?biāo)惴ǚ诸愖R(shí)別 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 46 主要工作三：融合算法的步驟 經(jīng) 典 的 2 D P C A 算 法 改 進(jìn)結(jié) 合 線 性 判 別 法 則的 2 D P C A 算 法最 近 鄰 分 類 器 改 進(jìn) 加 權(quán) 平 均 臉融 合 融 合 算 法圖 像 預(yù) 處 理圖 17 融合算法的算法步驟 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 47 主要工作三：融合算法的識(shí)別率 圖 18 使用 ORL人臉庫的識(shí)別率 圖 19 使用 YALE人臉庫的識(shí)別率 0 5 10 15 20 25 30 35 40 450 .8 60 .8 80 .9 00 .9 20 .9 40 .9 60 .9 81 .0 0識(shí)別率人臉類別數(shù) 2DPCA+ 最近鄰分類器 融合算法2 4 6 8 10 12 14 160 .7 80 .8 00 .8 20 .8 40 .8 60 .8 80 .9 00 .9 20 .9 40 .9 60 .9 8識(shí)別率人臉類別數(shù) 2D PC A+ 最近鄰分類器 融合算法結(jié)論一： 融合算法有效的提高了識(shí)別率，在使用 ORL人臉庫的 實(shí)驗(yàn)中，融合算法的平均識(shí)別率分別為 %。但我們也 要看到，融合算法的運(yùn)算時(shí)間主要集中在訓(xùn)練階段，因此算法 增加的運(yùn)算時(shí)間是可以接受的。 。 ? 感謝光纖通信重點(diǎn)實(shí)驗(yàn)室的全體老師、同學(xué)給予我?guī)椭? 這說明通過預(yù)處理補(bǔ)償圖像的光照變化是可行的。 121 2 1 21 1 1 1 1 1( . . . ) / ( . . . )nnny x x xd d d d d d? ? ? ? ? ? ? ? ? ?ix id啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 38 主
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1