TY - JOUR A2 - Xu, Yong AU - Xu, Jian AU - Bi, Pengfei AU - Du, Xue AU - Li, Juan AU - Jiang, Tianhao PY - 2020 DA - 2020/01/08 TI - Kernel二维非负矩阵分解:本文研究了一种基于无人水下航行器(UUV)视觉系统的水下目标智能识别方法。该方法被称为核二维非负矩阵分解(K2DNMF)，可以进一步提高水下视觉系统的水下操作能力。我们的贡献可以概括如下:(1)K2DNMF打算使用内核矩阵分解方法的列和行方向上二维图像数据以变换原始的低维空间与线性与非线性高维空间;(2)在K2DNMF方法中，通过对列基矩阵和行基矩阵的正交约束，可以得到对原始数据良好的子空间逼近;(3)利用列基矩阵和行基矩阵提取水下目标图像的特征信息，设计有效的分类器进行水下目标识别;(4)对水下机器人视觉系统采集的三组测试样本进行了一系列相关实验，实验结果表明，K2DNMF具有比传统水下目标识别方法更高的总体目标检测精度。SN - 1076-2787 UR - https://doi.org/10.1155/2020/9454261 DO - 10.1155/2020/9454261 JF -复杂度PB - Hindawi KW - ER -