国家教育部博士点基金(20092304120013)
- 作品数：7 被引量：47H指数：3
- 相关作者：刘海波沈晶顾国昌张巧荣吴艳霞更多>>
- 相关机构：哈尔滨工程大学河南财经政法大学哈尔滨工业大学更多>>
- 发文基金：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国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 病毒进化的离散差分进化超声图像特征选择
- 2012年
- 选择具有识别作用的超声图像淋巴结区域特征对临床诊断具有重要价值。针对目前特征选择算法收敛速度慢和容易陷入局部极小值的问题,提出病毒协同进化的离散差分进化的颈部淋巴结超声图像特征选择算法。该算法主要利用病毒感染操作进行宿主个体的变异,在维持宿主个体多样性的同时保留最优的搜索信息,提高了算法的适应度函数值和进化速度。在临床颈部淋巴结超声图像中进行实验验证,分类精度达到98%,而算法平均收敛迭代次数仅为30次,表明本文所提算法是正确有效的。
- 张巧荣朱长明倪军刘海波
- 关键词：超声图像
- A Hierarchical Computational Model of Visual Attention Using Multi-Layer Analysis
- Computational model of visual attention is very useful in image processing.It can improve the efficiency and s...
- Qiaorong Zhang College of Computer and Information Engineering Henan University of Finance and Economics Zhengzhou
- 采用Win32 API相关行为分析的未知病毒检测方法被引量：2
- 2011年
- 针对目前基于行为分析的未知病毒检测方法需要运行可执行程序,无法检测出以静态形式存在计算机中的滴管等病毒的问题,提出了一种基于Win32 API相关行为检测PE未知病毒的方法。首先解析PE文件提取其调用的敏感Win32 API函数,然后将这些API函数按相关的恶意行为分类并形成维数固定的特征行为向量存入数据库。采用基于判别熵最小化的特征提取法自适应的精简特征项,最后利用改进的K-最近邻算法进行分类。实验结果表明,该方法具有较高的命中率和较低的漏判率,适用于"云安全"系统中未知病毒的检测。
- 刘帅吴艳霞马春光顾国昌龙勤
- 关键词：未知病毒检测特征提取K-最近邻算法
- 基于特征融合与决策树级联结构的多姿态人脸检测被引量：5
- 2012年
- 为了提高复杂模式下多姿态人脸检测的速度与性能,提出了一种基于特征融合与决策树级联结构相结合的多姿态人脸检测方法.该方法给出了基于形态学梯度的边缘方位场特征,并提出了基于Haar-like特征与边缘方位场特征相融合的AdaboostSVM算法.通过对决策树级联结构进行改进,将特征融合的AdaboostSVM算法与改进的决策树级联结构相结合进行多姿态人脸检测.实验结果表明,该方法能明显改善复杂模式下多姿态人脸检测的速度与性能.
- 郭耸顾国昌蔡则苏刘海波沈晶
- 关键词：计算机视觉人脸检测多姿态人脸
- 基于半马尔可夫对策的多机器人分层强化学习被引量：7
- 2010年
- 在多智能体分层强化学习研究成果的基础上,考虑多机器人系统经常面临的通信困难问题(如水下环境),提出一种基于半马尔可夫对策的多机器人分层强化学习方法,通过引入对策论方法解决通信困难情况下多机器人学习问题。仿真实验结果表明了该方法的有效性。
- 沈晶刘海波张汝波吴艳霞程晓北
- 关键词：多机器人分层强化学习
- 利用视觉显著性的图像分割方法被引量：30
- 2011年
- 提出一种利用视觉显著性对图像进行分割的方法。首先提取图像的底层视觉特征,从局部显著性、全局显著性和稀少性3个方面计算各特征图像中各像素的视觉显著性,得到各特征显著图;对各特征显著图进行综合,生成最终的综合显著图。然后对综合显著图进行阈值分割,得到二值图像,将二值图像与原始图像叠加,将前景和背景分离,得到图像分割结果。在多幅自然图像上进行实验验证,并给出相应的实验结果和分析。实验结果表明,该方法正确有效,具有和人类视觉特性相符合的分割效果。
- 张巧荣景丽肖会敏刘海波
- 关键词：图像分割视觉注意阈值
- 基于肤色分割和改进的AdaBoostSVM算法的人脸检测被引量：2
- 2011年
- 为了提高人脸检测的速度和精度,提出了一种基于肤色分割与改进的AdaBoostSVM算法相结合的人脸检测方法。首先在YCgCr空间通过计算肤色相似度进行肤色分割,进而得到候选的人脸区域。然后,针对人脸检测中正负样本的非对称性对AdaBoostSVM算法进行改进,并用改进的AdaBoostSVM算法对候选人脸进行检测验证。实验结果表明,该方法改善了人脸检测性能,提高了检测速度,能够在复杂背景下进行快速而且较为准确的人脸检测。
- 郭耸顾国昌蔡则苏刘海波沈晶
- 关键词：计算机应用人脸检测肤色分割ADABOOSTSVM
