基于耦合度量学习的特征级融合方法及在步态识别中的应用.pdfVIP

下载本文档

20
0
约 5页
2017-09-14 发布于湖北
举报
版权申诉

基于耦合度量学习的特征级融合方法及在步态识别中的应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

V01．43 第43卷增刊(I) 东南大学学报(自然科学版) Sup(I) 2013年7月 JOURNALOFSOUTHEAST Science 2013 UNIVERSITY(NaturalEdition) July doi：10．3969／j．issn．1001—0505．2013．S1．002 基于耦合度量学习的特征级融合方法及在步态识别中的应用王科俊阎涛吕卓纹 (哈尔滨工程大学自动化学院，哈尔滨150001) 摘要：根据耦合度量学习方法能够直接处理不同集合的数据这一特性，将其应用到数据融合领域，提出了一种基于耦合度量学习的特征级融合方法．该方法首先通过增加对原始单个集合中具有相关关系的数据的优化处理，将耦合度量学习方法的目标函数改进成在耦合空间中所有具有相关关系的投影特征均彼此接近，从而使得这些特征的整体分布更满足特征级融合的需求，而后采用串行方式对特征进行融合，最终得到更加有效的特征用来分类识别．将上述方法应用到步态识别中，以解决步态识别中的数据融合问题．采用CASIA(B)步态数据库进行实验分析，结果表明该方法识别效果较好．关键词：耦合度量学习；特征级融合；步态识别；步态能量图中图分类号：U459．2文献标志码：A Featurelevelfusionmethodbasedonthe metric coupledlearning andits in applicationgaitrecognition YanTaoLtiZhuowen WangKejun of (CollegeAutomation，HarbinEnsnaringUniversity，Harbin151如01，China) methodis tO data since metric the fusionfield itcan Abstract：The coupledlearning applied directly dealwithdifferentdatasets．Afeaturelevelfusionmethodbasedonthe metric is coupledlearning the ofthecorrelationdatain proposed．First，byaddingoptimization originalsingleset，theobjec- fivefunctionofthe method as the featureswithCoITe- metric all coupledlearning improves projectlon lationinthe areclosetoeachother．Theoveralldistributionofthesefeaturesbecomes coupledspace