【摘要】本實用新型公開了一種搬運轎車的專用行車，它包括車體、升降機，車體由驅動器、升降器、框架、軌道、車輪組成，框架為矩形框，其頂部四角側面裝有鏈輪，框架立柱底部裝有車輪，框架立柱內側與其平行裝有軌道；升降機設在軌道內，它由橫梁、鏟臂、導向
【摘要】 一種圖像處理技術領域的基于統計不相關和正 交特性的局部保留映射人臉識別方法。本發明首先對輸入訓練 樣本圖像進行主成分分析，得到主成分分析的投影矩陣；然后 建立一個連接圖，得到任意兩個節點之間的相似性，并按照最 近鄰原則，確定所有節點的鄰接點，計算出輸入數據的相似矩 陣；再將這一相似矩陣應用到局部保留映射方法中，加入統計 不相關和正交兩個約束條件，采用疊代算法，根據特征值問題 并結合主成分分析的投影矩陣求出不相關且正交的投影矩陣， 得出訓練投影系數矩陣和測試投影系數矩陣；最后再用最小距 離方法進行識別。本發明具有最小的冗余，并有利于實現原始 數據的重構，應用到人臉識別中，可以提高識別性能。 馬-克-數據 【專利類型】發明申請 【申請人】上海交通大學 【申請人類型】學校 【申請人地址】200240上海市閔行區東川路800號 【申請人地區】中國 【申請人城市】上海市 【申請人區縣】閔行區 【申請號】CN200610117047.1 【申請日】2006-10-12 【申請年份】2006 【公開公告號】CN1936924A 【公開公告日】2007-03-28 【公開公告年份】2007 【授權公告號】CN100535927C 【授權公告日】2009-09-02 【授權公告年份】2009.0 【發明人】敬忠良; 邱亞丹; 趙海濤 【主權項內容】1、一種基于統計不相關和正交特性的局部保留映射人臉識別方法，其特征 在于，具體步驟如下： 第一步，主成分分析：將每張人臉圖像表示為一個列向量，組成訓練樣本集， 計算訓練樣本集的協方差矩陣的特征值，并選取大的特征值對應的特征向量作為 基向量，從而構成主成分分析的投影矩陣； 第二步，相似矩陣確定：建立一個連接圖，使得屬于同一類的節點完全連接， 得到任意兩個節點的相似性，再根據最近鄰原則，求出輸入節點的相似矩陣，并 由這一相似矩陣推出對角矩陣和拉普拉斯矩陣； 第三步，統計不相關且正交的局部保留映射投影矩陣確定：根據第二步中得 到的相似矩陣，再根據局部保留映射的思想，并加入統計不相關和正交兩個約束 條件，采用迭代算法，解特征值問題求出投影矩陣，最后再將此投影矩陣與第一 步中得到的主成分分析投影矩陣相乘，求出不相關且正交的局部保留映射投影矩 陣； 第四步，識別：將所有訓練圖像向量投影到第三步中得到的投影矩陣，得到 訓練系數矩陣，再將測試圖像投影到投影矩陣，得到測試系數矩陣，采用最小距 離分類器進行分類識別。 【當前權利人】上海交通大學 【當前專利權人地址】上海市閔行區東川路800號 【統一社會信用代碼】1210000042500615X0 【被引證次數】3 【家族被引證次數】3
未經允許不得轉載：http://www.mhvdw.cn/1775552536.html
喜歡就贊一下
