文档介绍：Research on Feature Transformation Based on Kernel ponent Analysis Author’S signature: 一Supervisor 7ssignature: ENemal Reviewers: mittee Chairperson: Aiping Huang mittee Members: Haiquan Wang Jiming Chen Minj ianZhao Haibin Shen Date oforal defence: 2014年6月7日万方数据浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位敝储躲糊剀签字吼2014 6月6日学位论文版权使用授权书本学位论文作者完全了解浙江大学有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书) 学位论文作者龇枷W导师龋1 签字日期:2014年6月6日签字日期:2014年6月6日万方数据致谢悠悠九载,岁月如歌。听到窗外篮球场上浑汗如雨的声音,仿佛又回到了九年前的那个夏天,一个懵懂的少年,拉着行李箱,初次踏入求是园时内心充满着***与憧憬。九年的时间,求是园教会了我如何将***化为动力,如何将憧憬变为现实。看着手边这份用五年时间结晶而成的拙作,心中不禁感慨万千。这一路走来的过程中,得到了太多人的帮助,我才能顺利完成这篇博士学位论文。感谢我的指导教授沈海斌博士。沈老师是我在专业上的领路人,他带领我进入了学科专业的大门并指引了我的研究方向。他不仅在学术细节上能够给予我专业的指导,并且往往能够从更高的高度和另外的角度指出我研究问题中的不足, 并给出突破方向,如醍醐灌顶,令我茅塞顿开。沈老师在学术上严谨认真的态度和勤奋钻研的精神永远是我学>-7的榜样。另外,这五年的时间中沈老师在生活上对我也照顾颇多,与我分享了许多宝贵的人生经验,为我专心进行研究工作提供了物质保障,诸如此类,不胜枚举。在这里同时要感谢超大所创始人严晓浪老师,严老师高瞻远瞩,为中国集成电路产业发展做出了巨大的贡献,也为超大所老师和同学创造了良好的研究环境。此外还要感谢超大所所长何乐年老师、吴晓波老师、史峥老师、罗小华老师、潘赞老师,他们在我求学的路上都曾给予我莫大的指导和帮助。同时其他老师也对我多有帮助,在此一并对他们表达深深的谢意。感谢实验室里一起奋斗过、帮助过我的师兄弟们和同学们,张俊、陈武、严军、冯文杰、马力、代鸿文、陈超等等,这里无法一一列举,你们的帮助我一直铭记在心,愿你们都有美好的前程。感谢我的女朋友珊珊,有了你的支持和鼓励,我才能顺利完成博士学位论文。最后,谨以此文献给我的父母,希望我始终是令你们骄傲的儿子! 杨胜凯二零一四年六月于浙大求是园万方数据摘要作为核方法在机器学****领域得到普及的典型代表,基于核主成分分析的特征变换在众多领域得到了广泛的应用。由于其出色的性能表现,核主成分分析自诞生以来受到了越来越多的关注,成为机器学****和模式识别领域的研究热点之一。随着信息技术的发展,机器学****已经成为推动信息技术革命的加速器,这使得基于核主成分分析的特征变换在未来会得到更广泛的应用。但是基于核主成分分析的特征变换在理论和应用上还有许多问题尚待解决,如特征变换的鲁棒性、有效性、原像求解问题等等。因此对其研究探索具有重要的意义。本文根据目前基于核主成分分析的特征变换存在的主要问题,开展了一系列研究工作,提出了一些基于核主成分分析的特征变换及其优化方法,主要包括: ,研究了基于单一子空间的核主成分分析特征变换方法。在此方法上结合离散小波变换、神经网络等技术给出了一种完整的自动心拍分类系统。该系统由信号预处理、特征变换和模式识别三部分部分构成, 核主成分分析的特征变换作为其中关键一环,给出了心拍模式的更完整的非线性表示。实验表明,本文提出的心拍分类系统在类别导向和个体导向两种评估方法下都取得了很好的分类结果,性能优于当下主流的心拍分类系统。 ,本文以人脸识别为应用背景,通过在计算核特征脸时引入类别信息,提出了一种基于多子空间