河南省基础与前沿技术研究计划项目(122300410111)
- 作品数：8 被引量：10H指数：2
- 相关作者：毛文涛张俊娜范海菊牛丽平郑延斌更多>>
- 相关机构：河南师范大学西安交通大学郑州航空工业管理学院更多>>
- 发文基金：河南省基础与前沿技术研究计划项目河南省科技攻关计划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>>
- 基于加权小波子带图像的贝叶斯人脸识别算法
- 2012年
- 对贝叶斯人脸识别公式进行了简化,在此基础上设计了基于加权小波子带图像的贝叶斯人脸识别算法.首先对人脸图像进行小波分解,把分解得到的低频子图与类内均值做差作为类内差异图像进行贝叶斯测试,选择相似度最高的N幅图像作为候选图像,然后对候选图像再次利用高频子图与对应频段的类内均值做差作为模式矢量并行进行贝叶斯测试,通过加权排序得到最后结果.实验结果验证了该方法的有效性.
- 牛丽平郑延斌张新明
- 关键词：人脸识别小波变换贝叶斯方法
- 基于隐特征空间的极限学习机模型选择被引量：2
- 2013年
- 针对极限学习机(ELM)中冗余的隐神经元会削弱模型泛化能力的缺点,提出了一种基于隐特征空间的ELM模型选择算法。首先,为了寻找合适的ELM隐层,在ELM中添加正则项,该项为现有隐层空间到低维隐特征空间的映射函数矩阵的Frobenius范数;其次,为解决该非凸问题,采用交替优化的策略,并通过凸二次型优化学习该隐空间;最终自适应得到最优映射函数和ELM模型。分别采用UCI标准数据集和载荷识别工程数据对所提算法进行测试,结果表明,与经典ELM相比,该算法可有效提高预测精度和数值稳定性,与现有模型选择算法相比,该算法预测精度相当,但运行时间则大幅降低。
- 毛文涛赵中堂贺欢欢
- 关键词：极限学习机泛化能力
- 基于局部差商信息修正的全局多模型建模方法被引量：1
- 2013年
- 针对目前多模型建模方法中存在的把样本点错误划分的问题,提出了一种局部信息修正与全局特征相结合的多模型建模方法。该方法确定多个模型的混合范围,引入局部差商信息,确定上述混合部分的类别归属,再此基础上利用基于最小二乘支持向量机的模糊C回归估计方法,得到多个回归模型。将该方法运用到两个仿真数据中,仿真结果表明,与现有方法相比,该方法建模正确率大大提高,均方根测试误差也有明显降低。
- 张俊娜毛文涛穆晓霞范海菊
- 关键词：最小二乘支持向量机差商
- 基于人工势场和元胞自动机的人员疏散系统仿真被引量：2
- 2012年
- 基于元胞自动机模型对公众场合火灾中人员疏散进行研究,通过对火灾中疏散个体微观建模,结合人工势场将影响人行为的火、门和障碍物等各种因素量化,构建出元胞的移动规则,从而确定元胞下一时间步长的移动路径.仿真结果显示,该系统能够较真实地模拟人员疏散过程.
- 张俊娜范海菊
- 关键词：人员疏散元胞自动机人工势场
- 一种可自适应分组的多输入多输出支持向量机算法被引量：1
- 2013年
- 针对不同输出端之间相关程度的差异对多输入多输出回归模型泛化能力的影响,提出了一种基于自适应分组的多输入多输出支持向量机算法。该算法基于相关性强的输出端其模型参数也较相似的假设,首先在多维支持向量机的基础上引入带分组结构的正则项,进而将上述正则化问题转变为混合0-1规划;其次,采用交替优化的方法,使相关性强的输出端在同一个分组内进行独立训练,最终自适应地识别最优分组结构和模型参数。分别采用仿真数据和圆柱壳振动工程数据对所提算法进行测试,结果表明,该算法可有效辨识出输出端的相关度,与传统算法相比,该算法可有效提高支持向量机回归模型的泛化能力。
- 毛文涛冯云芝闫桂荣
- 关键词：支持向量机自适应分组
- 基于分块Gabor特征的贝叶斯人脸识别被引量：2
- 2013年
- 对贝叶斯分类中最大似然(ML)公式进行了简化,给出了一种实用的快速计算相似度的方法,在此基础上设计了基于分块Gabor特征提取的贝叶斯人脸识别算法。该算法从原始数字图像出发,先对图像矩阵进行分块,然后对分块子图像进行多分辨率的Gabor特征提取,对每一个特征块设计一个贝叶斯分类器,通过将这些分类器加权平均,得到最后的决策。在FERET人脸数据库的实验结果验证了该方法的有效性。
- 牛丽平郑延斌曹西征
- 关键词：人脸识别GABOR变换图像分块贝叶斯分类
- 基于主曲线的多输入多输出支持向量机算法被引量：2
- 2013年
- 针对传统多输入多输出(MIMO)支持向量机(SVM)没有考虑多个输出端之间依赖关系的问题,提出了一种新的基于主曲线的MIMO SVM算法。该算法基于所有输出端的模型参数位于一个流形上的假设,首先在现有的多维支持向量回归机(M-SVR)的基础上,构建一个流形正则化的优化目标,其中正则项为输出端模型参数到通过所有参数集合中间的主曲线的投影距离;其次,由于该优化目标为非凸,采用交替优化的方法,交替计算模型参数和参数集合的主曲线,直至收敛。采用仿真数据和实际的载荷识别工程数据进行验证,结果表明,与M-SVR和SVM单独建模方法相比,该算法可有效提高预测精度和数值稳定性。
- 毛文涛赵胜杰张俊娜
- 关键词：支持向量机多输入多输出主曲线流形正则化
- 基于黎曼度量的最小二乘支持向量机模型选择
- 2013年
- 针对最小二乘支持向量机(LS-SVM)模型选择效果不稳定、易于过学习的问题,提出了一种基于黎曼度量的模型选择方法.首先,基于信息几何理论,证明了LS-SVM模型泛化能力受样本点二阶协变张量的影响;其次,进一步证明了同时最小化所有样本点的黎曼度量之和与权重向量的L2范数即可提高模型泛化能力;在此基础上,将LS-SVM模型选择转换为一个多目标优化问题,引入多目标粒子群算法选取最优超参数.采用仿真与真实UCI数据集对所提方法进行了对比实验,结果表明,与传统LS-SVM与基于留一法模型选择的LS-SVM相比,所提方法可以取得更小的泛化误差,同时数值稳定性更好.
- 王川毛文涛张俊娜赵金伟
- 关键词：LS-SVM黎曼度量
