广州市科技计划项目(2012J5100054)
- 作品数：6 被引量：20H指数：4
- 相关作者：滕少华张巍李俊磊李日贵刘冬宁更多>>
- 相关机构：广东工业大学香港理工大学广东司法警官职业学院更多>>
- 发文基金：广东省科技计划工业攻关项目广东省自然科学基金广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于并行运算的双层图像锐化方法被引量：4
- 2013年
- 针对低清晰度照片或图像放大后边界模糊、画质差及人们对高清图像的实际需求,基于统一计算架构(CUDA)环境,提出了一个两层结构的图像并行锐化方法,设计并实现了一个基于GPU的并行锐化算法:第一层采用并行线性插值法,反复对图像非边界部分进行计算以及边缘区域锐化处理;第二层采用改进的梯度法对图像进一步优化。放大后的图像经该方法处理后,基本上可消除图像边缘区域的锯齿,使图像画质平滑、自然、清晰。经实验验证,设计的基于GPU的并行锐化算法在效率和画质上都优于目前流行的算法,提出的方法可应用于现有图像及照片放大后处理。
- 张巍贺星霍颖翔滕少华滕毅李日贵
- 关键词：图像放大图像锐化梯度优化
- 自适应多趟聚类在检测无线传感器网络安全中的应用被引量：1
- 2015年
- 在KSummary算法的基础上,引入层次和密度聚类方法,提出自适应多趟聚类方法。依次获得聚类个数k,聚类初始中心和最终聚类。将算法应用于无线传感器网络数据中,可以很好地发现数据中的离群点,从而找到传感器节点安全上存在的隐患。实验结果和分析表明:此算法不但可获得稳定、收敛的聚类结果,还能很好地发现离群点。
- 滕少华洪源李日贵张巍刘冬宁
- 关键词：聚类传感器离群点
- 支持向量机与哈夫曼树实现多分类的研究被引量：4
- 2014年
- 基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.
- 胡俊滕少华张巍刘冬宁
- 关键词：决策树支持向量机相异度哈夫曼树
- 相似度计算及其在数据挖掘中的应用被引量：4
- 2016年
- 相似度是描述两个对象之间相似程度的一种度量,依据对象不同,相似度计算方法亦不同。相似度计算被广泛应用于数据挖掘算法中,它是对象分类的基础。该文将数据对象划分为数值型、非数值型和混合型三种,并根据数据对象的类型,探讨了相应的相似度计算方法,最后,通过实例描述了相似度计算在数据挖掘中的应用。
- 李俊磊滕少华
- 关键词：相似度计算数据挖掘数据类型
- 基于决策树组合分类器的气温预测被引量：4
- 2014年
- 气象数据挖掘是近年来研究的热点,组合分类器能够实现协同计算以提高效率和准确性,就此本文采用数据挖掘方法中的决策树组合分类器对某地气象进行了气温预测,主要依据C4.5经典算法、Bagging集成方法构建组合决策树,并加入协同的思想建立了预测气温的决策树协同分析模型.实验表明,基于Bagging的决策树协同模型对于局部区域的气温预测具有较高的准确率.
- 李俊磊滕少华张巍
- 关键词：BAGGINGC4.5算法组合分类器气温预测
- 基于超球支持向量机的多姿态协同人脸检测被引量：3
- 2013年
- 针对多姿态的人脸检测准确度差的问题,提出了一种多姿态的协同人脸检测模型。该模型由一组超球支持向量机组成,它们被分成三层:第一层1个、第二层3个、第三层9个,共13个支持向量机(SVM)。这些SVM按逐层精细化检测设计,协同完成人脸检测任务。因为一幅图像的大部分区域是非人脸,采用三层模型的设计一方面能提高人脸检测速度,另一方面也增强了检测的针对性,使得能逐层履行更精细的局部区域检测。另外,改进了k近邻(kNN)算法,使其能用于超球重叠样本的检测,并提高了人脸检测的准确度。实验结果表明,相对于传统基于SVM的人脸检测,所提算法在人脸检测的准确率上有5%左右的提升,通过逐层过滤,保证了人脸检测的速度。
- 滕少华陈海涛张巍
- 关键词：超球支持向量机多姿态K近邻
