河北省自然科学基金(F2010000323)
- 作品数：5 被引量：9H指数：2
- 相关作者：翟俊海王熙照翟梦尧高原原陈俊芬更多>>
- 相关机构：河北大学更多>>
- 发文基金：河北省自然科学基金国家自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于小波子空间集成的人脸识别被引量：4
- 2012年
- 基于小波变换的人脸识别方法通常选用低频子图进行人脸识别,这样会丢失其他子段图像中的识别信息。针对这一问题,提出了两种小波子空间集成人脸识别方法并与其他相关方法进行了实验比较。第1种方法集成每1层小波低频子空间图像进行人脸识别;第2种方法首先对人脸图像做L层小波分解,然后对每1层的3个高频子空间图像求平均,连同每层的1个低频子空间图像得到L个小波子空间图像,最后集成这L个小波子空间图像进行人脸识别。本文提出的方法充分利用了不同频率小波子段图像的识别信息,能够提高人脸识别的精度。在ORL、YALE和JAFFE 3个人脸数据库上的实验结果显示,本文提出的方法特别是方法 2在识别精度方面都优于其他方法。
- 翟俊海翟梦尧张素芳王熙照
- 关键词：人脸识别小波变换二维主成分分析
- KM-A*:一种基于A*和K-means聚类的计算机游戏寻路算法
- 在即时战略型游戏中,游戏地图路径查找的性能好坏与玩家的感受和满意程度直接相关。当前,由于cpu和内存资源的限制使路径查找性能不尽理想。传统的A*算法虽然能找到最佳路径,但消耗的资源量很大。具有代表性的分层寻路算法HPA*...
- 李艳陈彩李文亮李铁松
- 关键词：K-MEANS聚类
- 文献传递
- 基于划分子集的属性约简算法被引量：3
- 2011年
- Pawlak提出的基于属性重要度的约简算法是常用的算法之一,它通过计算等价关系对论域划分的粒度来度量属性的重要度。但用该算法计算每一个属性的重要度时,都要计算不同等价关系对整个论域的划分,计算复杂度非常高。受决策树划分子集思想的启发,对基于属性重要度的属性约简算法进行了改进,提出了一种基于划分子集的属性约简算法。在核属性集形成划分的基础上,通过在核属性中添加非核属性从而形成更细的划分,如此反复。在保持正域不变的框架下,形成最细化分的属性集就是一个约简。理论分析显示该算法减少了求属性约简的计算时间复杂度,提高了求属性约简的效率。
- 翟俊海高原原王熙照陈俊芬
- 关键词：粗糙集属性约简计算复杂度信息系统
- 基于最小矩形包围的非均匀划分路径搜索
- 路径搜索是游戏中人工智能的重要组成部分,本文简单介绍了当前比较流行的两种路径搜索算法:A*算法与HPA*算法。HPA*算法基于分层搜索的思想,大大降低了A*的存储和时间耗费。但HPA*在对地图划分时未考虑地形信息,降低了...
- 李艳李铁松陈彩
- 关键词：路径搜索计算机游戏
- 文献传递
- 基于最小矩形包围的非均匀划分路径搜索
- 路径搜索是游戏中人工智能的重要组成部分,本文简单介绍了当前比较流行的两种路径搜索算法:A*算法与HPA*算法。HPA*算法基于分层搜索的思想,大大降低了A*的存储和时间耗费。但HPA*在对地图划分时未考虑地形信息,降低了...
- 李艳李铁松陈彩
- 关键词：路径搜索计算机游戏
- 文献传递
- KM-A*:一种基于A*和K-means聚类的计算机游戏寻路算法
- 在即时战略型游戏中,游戏地图路径查找的性能好坏与玩家的感受和满意程度直接相关。当前,由于cpu和内存资源的限制使路径查找性能不尽理想。传统的A*算法虽然能找到最佳路径,但消耗的资源量很大。具有代表性的分层寻路算法HPA*...
- 李艳陈彩李文亮李铁松
- 关键词：K-MEANS聚类
- 文献传递
- 基于小波多尺度奇异值分解的人脸识别被引量：2
- 2011年
- 作为一种矩阵分解方法,奇异值分解可用于提取图像的代数特征。图像的奇异值特征具有很多好的性质,如稳定性、几何不变性、对噪声的不敏感性。但是只用一个尺度的图像奇异值特征难以获得高识别率。基于小波变换和奇异值分解,提出了基于小波多尺度奇异值分解的图像特征提取方法,它将多个尺度的小波子图奇异值特征组合起来用于人脸识别,在ORL,YALE和JAFFE 3个人脸数据库上的识别率分别达到82.11%,100%和95.68%。
- 翟俊海王华超翟梦尧王熙照
- 关键词：小波变换人脸识别奇异值分解多尺度分析特征提取
- 基于相容粗糙集的ELM网络结构选择
- 2012年
- 结构选择是神经网络研究的热点,文章提出了一种基于相容粗糙集技术的ELM(Extreme LearningMachine)网络结构选择方法,给定一个含有很多隐含层结点的前馈神经网络。该方法用相容依赖度度量隐含层结点的重要性,将不重要的隐含层结点逐一去掉,直到满足预定义的终止条件为止。实验结果表明,该文提出的方法是行之有效的。
- 翟俊海邵庆言苗青
- 关键词：粗糙集相容粗糙集神经网络
- 距离加权极端支持向量机
- 2013年
- 由于极端支持向量分类机(ESVM)在对样本进行分类时并没有考虑到数据集中样本点的分布情况,对所有样本点的误差项都给予了相同的惩罚因子,使得分类器的分类效果很容易受到噪声、野值数据的干扰,针对这个问题,在ESVM的基础上提出了一种基于距离加权的极端支持向量机(WESVM)。由于不同的样本到其类中心距离的不同,因此对不同的样本给予不同的权重。分类实验结果表明WESVM与ELM、ESVM相比具有更好的分类精度。
- 鲁淑霞周旭张萌王熙照
- 关键词：支持向量机
