公共文化服务平台

增量学习语义属性的图像内容检索系统增强被引量：5: 2014年; 大规模图像内容检索是实现图像语义信息获取的重要手段,其首要需解决图像低层特征与用户高层语义间的语义鸿沟问题。针对该问题,引入图像语义属性,并结合增量分类学习方法(online core vector machine,OCVM),提出了一种增量构建大规模图像内容检索系统的新方法。该方法借助检索反馈学习机制可以提升图像语义属性的辨别准确性,能在扩张图像库规模的同时,提升图像内容检索的可靠性。实验结果表明了上述方法的有效性,其检索性能可逐步地达到离线构建方法的最佳性能,但具有更好的可扩展性和自提升能力。; 丁学东刘渊谢振平; 关键词：图像内容检索语义属性低层特征

基于属性约简和SVM参数优化的入侵检测方法被引量：3: 2011年; 支持向量机(SVM)对于小样本、非线性、高维等分类问题,具有较强的适用性。但是SVM存在训练时间长,样本集占用存储空间过大等问题。提出一种基于属性约简和参数优化的SVM的入侵检测方法。利用粗糙集理论对样本集进行特征约简并使用改进的网格搜索算法对SVM参数进行优化,删除对入侵检测无影响的属性,从而解决SVM训练时间长以及存储空间大的问题。KDD99数据集下的实验表明,该方法是有效的入侵检测方式,不仅加快训练速度,还提高入侵检测的准确率。; 周志德周志德; 关键词：粗糙集属性约简参数优化入侵检测

基于相似性噪声检测的边缘保护滤波算法被引量：1: 2012年; 为了改善受脉冲噪声污染的图像的滤波效果,提出了一种新的滤波算法。该算法包括3个阶段,首先,利用像素点之间的相似性来检测图像中受噪声污染的像素点;然后,将滤波窗口分为8个主要方向来确定边缘方向;最后,针对噪声点进行边缘保护滤波。实验结果表明,在噪声污染度较小的情况下,该算法不仅能准确地检测出噪声点,而且更多地保护了噪声图像的边缘部分以及非噪声点,具有良好的滤波效果。; 刘新葛洪伟徐冰纯; 关键词：脉冲噪声图像降噪

领域适应核支持向量机被引量：11: 2012年; 领域适应学习是一种新颖的解决先验信息缺少的模式分类问题的有效方法,最大化地缩小领域间样本分布差是领域适应学习成功的关键因素之一,而仅考虑领域间分布均值差最小化,使得在具体领域适应学习问题上存在一定的局限性.对此,在某个再生核Hilbert空间,在充分考虑领域间分布的均值差和散度差最小化的基础上,基于结构风险最小化模型,提出一种领域适应核支持向量学习机(Kernel support vector machine for domain adaptation,DAKSVM)及其最小平方范式,人造和实际数据集实验结果显示,所提方法具有优化或可比较的模式分类性能。; 陶剑文王士同; 关键词：支持向量机最大散度差

基于像素点聚类分离的滤波算法: 2014年; 为了提高受随机值脉冲噪声污染的图像的滤波效果,提出了一种新的滤波算法。对噪声图像进行初步滤波,分辨出图像中比较明显的噪声;根据图像局部像素点的相似性和噪声点的孤立性,计算出噪声图像的相关矩阵;运用模糊C均值聚类算法对所求相关矩阵进行迭代聚类,分离出噪声点和正常像素点;对噪声点进行中值滤波。实验结果表明,与传统算法相比,该算法能更好地滤除噪声点,保护了更多的图像细节,具有良好的滤波效果。; 刘新葛洪伟张妨妨; 关键词：模糊C均值聚类相关矩阵脉冲噪声中值滤波图像降噪

模糊支持张量机图像分类算法及其应用被引量：2: 2012年; 针对在小样本图像分类应用中,以向量空间作为输入的传统分类算法的不足,提出以张量理论为基础,结合模糊支持向量机思想的基于张量图像样本的模糊支持张量机分类器,利用张量表示图像样本,求解最优张量面。通过手写体数字图像样本实验仿真,验证该算法的性能,随后将其应用到羽绒菱节图像识别中进行对比,该算法较传统算法平均高出6.3%以上的识别率。实验证明该算法更适合应用于图像样本分类识别。; 邢笛葛洪伟李志伟; 关键词：图像分类

半监督FSVM在羽绒菱节识别中的应用被引量：1: 2013年; 目前,我国对羽绒种类的识别主要由人工借助于显微镜完成,这种方法存在许多不足。提出将半监督FSVM算法引入到羽绒识别中,用半监督学习方法以少量的训练样本为基础,扩大训练样本集的规模,同时利用FSVM的特性减少半监督学习所带来的误差;利用半监督FSVM对经过处理的羽绒二值化图像中的菱节进行识别。该方法提高了菱节识别的准确率。; 邢笛葛洪伟; 关键词：模糊支持向量机

M2DPCA与CCLDA相结合的人脸识别: 2014年; CCLDA算法将图像矩阵转化为向量进行处理,该算法易造成数据维数很大,计算量复杂并容易出现"小样本"等问题。针对以上这些问题,提出了一种基于模块化2DPCA和CCLDA相结合的协同处理方法并应用于人脸识别领域。并且在ORL和XM2VTS人脸库上的实验结果表明,新方法在识别效果上有比以往的算法更为明显的优势。; 冯华丽刘渊; 关键词：人脸识别

多核局部领域适应学习被引量：10: 2012年; 领域适应(或跨领域)学习旨在利用源领域(或辅助领域)中带标签样本来学习一种鲁棒的目标分类器,其关键问题在于如何最大化地减小领域间的分布差异.为了有效解决领域间特征分布的变化问题,提出一种三段式多核局部领域适应学习(multiple kernel local leaning-based domain adaptation,简称MKLDA)方法:1)基于最大均值差(maximum mean discrepancy,简称MMD)度量准则和结构风险最小化模型,同时,学习一个再生多核Hilbert空间和一个初始的支持向量机(support vector machine,简称SVM),对目标领域数据进行初始划分;2)在习得的多核Hilbert空间,对目标领域数据的类别信息进行局部重构学习;3)最后,利用学习获得的类别信息,在目标领域训练学习一个鲁棒的目标分类器.实验结果显示,所提方法具有优化或可比较的领域适应学习性能.; 陶剑文王士同; 关键词：多核学习

具有磁场效应的p-间隔核学习机被引量：1: 2011年; 针对模式分类问题,提出一种具有磁场效应的p-间隔核学习机(p-MKLM),旨在寻求一个具有磁场效应的最优超平面,受其吸引,使得一类模式离该平面的距离尽可能的小,而另一类模式受其排斥,离该平面的间隔尽可能的大,从而最大可能地实现模式分类.通过引入一个可调节的磁场强度q,减小一类模式的数据分布,从而提升分类性能.分别采用人工数据和实际数据进行实验,所得结果显示,p-MKLM在一类和二类模式分类上的性能均优于或等同于相关方法.; 陶剑文王士同; 关键词：磁场效应支持向量机核方法

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(60975027)