دانلود و نمایش مقالات مرتبط با ماتریس کواریانس::صفحه 1
بلافاصله پس از پرداخت دانلود کنید
نتیجه جستجو - ماتریس کواریانس

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 Dependence structure of Gabor wavelets based on copula for face recognition
ساختار وابستگی Gabor wavelets بر اساس کوپول برای تشخیص چهره-2019
Low resolution, difficult illumination and noise are the important factors that affect the performance of face recognition system. In order to counteract these adverse factors, in this paper we propose copula probability models based on Gabor wavelets for face recognition. Gabor wavelets have robust performance under lighting and noise conditions. The strong dependencies exist in the domain of Gabor wavelets due to their non-orthogonal property. In the light of the structure characteristic of Gabor wavelet sub- bands, the proposed methods use copula to capture the dependencies to represent the face image. Three probability-model-based methods CF-GW (Copula Function of Gabor Wavelets), LCM-GW (Lightweight Copula Model of Gabor Wavelets) and LCM-GW-PSO (Lightweight Copula Model of Gabor Wavelets with Particle Swarm Optimization) are proposed for face recognition. Experiments of face recognition show our proposed methods are more robust under the conditions of low resolution, lighting and noise than the popular methods such as the LBP-based methods and other Gabor-based methods. The face features extracted by our methods belong to the Riemannian manifold which is different to Euclidean space. In order to deal the issue of face recognition in complex environment, we can combine the face features in Riemannian manifold with the face features in Euclidean space to obtain the more robust face recognition system by using expert system technologies such as reasoning model and multi-classifier fusion.
Keywords: Face recognition | Gabor wavelets | Gaussian copula | Covariance matrix | Particle swarm optimization
مقاله انگلیسی
2 MIMO عظیم توزیع شده تو در توسه بعدی : مدل سازی و تجزیه و تحلیل عملکرد
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 30
سیستم مقیاس بزرگ چند ورودی-چند خروجی (MIMO) ، در پژوهش های گذشته MIMO عظیم نیز نامیده می شد، تنها زاویه آزیموت را در نظر داشت. با این حال، در یک سیستم آنتن توزیع3D ، زاویه ارتفاع را نمی توان نادیده گرفت. آریه های تو در تو به عنوان یک array دو بعدی در مرحله اول برای انجام پردازش آرایه با افزایش درجه آزادی، با سنسور کمتر در همان زمان پیشنهاد شد. این مقاله استقرار آنتن 3D MIMO جدیدی بر اساس ارایه تو در تو معرفی می کند. تفاوت آرایه ها تغییر ناپذیر هستند، در سیستم MIMO توزیع 3D تو در تو، ما قادر به محاسبه ماتریس کواریانس کانال هستیم. بر اساس این استنتاج، ما یک سیستم MIMO توزیع 3D تو در تو را طراحی و عملکرد آن را با نرخ مجموع دست یافتنی تحلیل کردیم . با استفاده بکارگیری آرایش تو در تو، روش پیشنهادی ما می تواند به یک MIMO عظیم با تعداد آنتن فیزیکی کمتر دست یابد. نتایج عددی نیز برای حمایت از مدل ما ارائه شده است.
کلمات کلیدی:سه بعدی | MIMO عظیم | تفاوت co-array | آرایه های تو در تو
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی