国家自然科学基金(61075006)
- 作品数:4 被引量:148H指数:2
- 相关作者:张讲社张春霞郭高张改英丁维福更多>>
- 相关机构:西安交通大学北方民族大学更多>>
- 发文基金:国家自然科学基金国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
- 相关领域:自动化与计算机技术理学更多>>
- Out-of-bag样本的应用研究被引量:8
- 2011年
- Bagging集成通过组合不稳定的基分类器在很大程度上降低"弱"学习算法的分类误差,Out-of-bag样本是Bagging集成的自然产物。目前,Out-of-bag样本在估计Bagging集成的泛化误差、构建相关集成分类器等方面得到了广泛应用。文章对Out-of-bag样本的应用进行了综述,阐述了对其进行研究的主要内容和特点,并对它在将来可能的研究方向进行了讨论。
- 张春霞郭高
- 关键词:BAGGING泛化误差
- 一种结合像素空间信息和多维直方图的彩色图像快速分割算法被引量:2
- 2011年
- 本文提出了一种新的结合空间和彩色信息的彩色图像快速分割方法.首先对三个单色的直方图进行多阈值分割得到一组谷值和峰值,再用谷值向量将真彩色三维直方图分割成不同区域,然后以峰值组成种子向量实现三维直方图的多阈值分割,最后基于空间相邻关系的最优准则对分割的区域不连续性和"洞"重新分割,提高了过渡区域像素的分割精度.
- 张改英张讲社
- 关键词:彩色图像分割均值漂移算法多阈值分割
- 选择性集成学习算法综述被引量:137
- 2011年
- 集成学习因其能显著提高一个学习系统的泛化能力而得到了机器学习界的广泛关注,但随着基学习机数目的增多,集成学习机的预测速度明显下降,其所需的存储空间也迅速增加.选择性集成学习的主要目的是进一步改善集成学习机的预测效果,提高集成学习机的预测速度,并降低其存储需求.该文对现有的选择性集成学习算法进行了详细综述,按照算法采用的选择策略对其进行了分类,并分析了各种算法的主要特点,最后对选择性集成学习在将来的可能研究方向进行了探讨.
- 张春霞张讲社
- 关键词:多样性泛化能力
- 基于交叉熵稀疏表示的鲁棒视觉跟踪算法被引量:1
- 2017年
- 为研究复杂视频环境下目标的有效跟踪问题,在粒子滤波框架下,提出了利用稀疏表示的方法学习有效外观模型的鲁棒视觉跟踪算法.与经典的稀疏跟踪器不同,该方法通过给跟踪目标中被遮挡的像素和奇异值分配较低权值,而给目标像素分配较高权值,有效地解决了跟踪过程遮挡、阴影和噪声问题.为了进一步提高跟踪器的性能,对目标模板集实现动态更新.使用EMD度量了模板集和候选目标的相似性,可进一步改善遮挡问题.将本文提出的算法在复杂的视频序列上与5中流行的跟踪器进行了比较,实验表明,本文提出的算法在性能、精度及鲁棒性方面都显示了优越性.
- 丁维福张讲社
- 关键词:粒子滤波