机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2015年
9期
87-89
,共3页
场景识别%自适应增量PCA子空间%在线学习
場景識彆%自適應增量PCA子空間%在線學習
장경식별%자괄응증량PCA자공간%재선학습
Scene recognition%Adaptive incremental PCA%Subspace%Online learning
现有的场景识别系统往往需要大量场景训练数据进行训练,而收集这些数据往往是困难的,且训练是离线的,添加新的场景需要重新训练,因此系统实时性、可扩展性和鲁棒性较差.提出一种基于增量主成分分析(PCA)的场景在线学习方法,通过增量PCA算法的子空间实时更新能力,并计算样本投影的PCA和设置两个判别阈值θclass、θdistance处理不同的样本情况来达到减少计算量,实现增量的在线学习和识别场景样本的目的.实验表明,此方法有效解决了收集训练数据的困难,实现了场景知识在线积累和更新,大大增强了PCA算法的实时性、可扩展性和鲁棒性.
現有的場景識彆繫統往往需要大量場景訓練數據進行訓練,而收集這些數據往往是睏難的,且訓練是離線的,添加新的場景需要重新訓練,因此繫統實時性、可擴展性和魯棒性較差.提齣一種基于增量主成分分析(PCA)的場景在線學習方法,通過增量PCA算法的子空間實時更新能力,併計算樣本投影的PCA和設置兩箇判彆閾值θclass、θdistance處理不同的樣本情況來達到減少計算量,實現增量的在線學習和識彆場景樣本的目的.實驗錶明,此方法有效解決瞭收集訓練數據的睏難,實現瞭場景知識在線積纍和更新,大大增彊瞭PCA算法的實時性、可擴展性和魯棒性.
현유적장경식별계통왕왕수요대량장경훈련수거진행훈련,이수집저사수거왕왕시곤난적,차훈련시리선적,첨가신적장경수요중신훈련,인차계통실시성、가확전성화로봉성교차.제출일충기우증량주성분분석(PCA)적장경재선학습방법,통과증량PCA산법적자공간실시경신능력,병계산양본투영적PCA화설치량개판별역치θclass、θdistance처리불동적양본정황래체도감소계산량,실현증량적재선학습화식별장경양본적목적.실험표명,차방법유효해결료수집훈련수거적곤난,실현료장경지식재선적루화경신,대대증강료PCA산법적실시성、가확전성화로봉성.
