马儒宁 作品数:18 被引量:102 H指数:5 供职机构: 南京航空航天大学理学院 更多>> 发文基金: 国家自然科学基金 中国航空科学基金 中央级公益性科研院所基本科研业务费专项 更多>> 相关领域: 自动化与计算机技术 理学 文化科学 更多>>
视觉显著性凸显目标的评价 被引量:25 2012年 为了全面评价显著图"凸显"目标的程度,本文建立了一系列定量指标来评价目前备受关注的五种显著图模型在目标分割中的作用.首先,简要回顾了五种显著图模型;其次,以人工分割作为显示图像中感兴趣目标的标准,建立了三组评价指标(分别对应原始显著图、固定阈值以及自适应阈值的分割图);最后,在Corel、MSRA、Weizmann等图像数据库上进行了评价实验,结果显示了五种显著图模型在目标分割中的不同性能.本文的研究对基于显著性目标分割方法的进一步发展和应用具有一定的意义和参考价值. 马儒宁 涂小坡 丁军娣 杨静宇关键词:评价指标 大数据的密度统计合并算法 被引量:2 2015年 针对处理大数据时传统聚类算法失效或效果不理想的问题,提出了一种大数据的密度统计合并算法(density-based statistical merging algorithm for large data sets,简称DSML).该算法将数据点的每个特征看作一组独立随机变量,并根据独立有限差分不等式获得统计合并判定准则.首先,使用统计合并判定准则对Leaders算法做出改进,获得代表点集;随后,结合代表点的密度和邻域信息,再次使用统计合并判定准则完成对整个数据集的聚类.理论分析和实验结果表明,DSML算法具有近似线性的时间复杂度,能处理任意形状的数据集,且对噪声具有良好的鲁棒性,非常有利于处理大规模数据集. 刘贝贝 马儒宁 丁军娣关键词:聚类 代表点 大数据 一种新的基于区域生长的彩色图像分割算法 被引量:13 2010年 为克服一般区域生长算法对初始种子点选择以及生长顺序鲁棒性较差的问题,提出了一种鲁棒于生长顺序的彩色图像区域生长算法。首先计算所有像素点的局部颜色直方图以及领域相似性指标(neighbor similarity factor,NSF);其次通过NSF值建立种子的选取准则、种子的生长准则以及生长的终止准则,对图像进行初分割;最后对未分类点进行重新分类得到最终分割结果。通过与JSEG算法比较发现,该算法的运算时间以及分割准确性具有明显优势。 刘战杰 马儒宁 邹国平 钟宝江 丁军娣关键词:彩色图像分割 基于显著性加权颜色和纹理的图像检索 被引量:2 2010年 显著性体现了图像中像素区域引起视觉注意的强弱程度,在图像检索中具有重要意义。本文提出的基于显著性加权的图像检索方法不需要分割出显著性区域,而以显著性加权的方式建立了新的颜色特征和纹理特征,从而增加了显著性区域的颜色与纹理特征的权重。通过对4种主要的显著图的实验比较发现该方法能有效提高检索效果。 邹国平 马儒宁 丁军娣 钟宝江关键词:图像检索 颜色直方图 基于多项式核的结构化有向树数据聚类算法 被引量:5 2008年 各个点在数据内部的组织结构中自然地扮演着3种不同的结构性角色,分别是毂、质心和野值.在基于邻域的聚类算法中,邻域密度因子能够识别分离数据集中的毂、质心和野值.但是,邻域密度因子对有噪声和重叠的数据往往失效.为了解决该问题,引入了基于多项式核的邻域密度因子,并在有向树框架下,提出了一种结构化的数据聚类算法,其计算复杂度线性于输入数据的大小.对带有噪声和重叠的数据集,该算法能够找到所有显著的、任意形状的不均衡聚类.在人工和真实数据集上的实验结果都证实了该算法的有效性和快速性. 丁军娣 马儒宁 陈松灿关键词:数据聚类 图论 利用核心集粗化的多层聚类算法 2013年 粗化是多层聚类算法中的关键步骤。经典的多层聚类算法,如METIS(multilevel scheme for partition ingirregular graphs)、Graclus等,利用顶点和边权的若干准则合并顶点和边,实现粗化,其缺点是粗化之后的小规模数据集无法准确表述原数据集的全局信息和结构。提出了核心集粗化(core-sets coarsening)的方法,通过定义"多层核心集",逐层保留数据集的全局信息。同时,顶层核心点的个数与聚类个数相同,其每个核心点对应一个单独的类,因此不需要一般多层聚类中的划分过程。实验结果表明了该算法的有效性。 马儒宁 王萍 丁军娣关键词:粗化 聚类 基于支持向量机的算子逼近方法 被引量:2 2005年 Rn中连续算子的逼近问题的数值方法,一直是计算科学中研究的热点。本文引进了新兴的智能机器一支持向量机,以解决Rn中连续算子的逼近问题。在给出支持向量机用于算子逼近问题的详细数学表示之后,我们提出了分块逼近的算法,并通过具体的实例说明支持向量机在算子逼近问题中的有效性与优越性。 马儒宁 陈天平关键词:连续算子 支持向量机 二次规划问题 神经网络在二次规划问题中的应用 被引量:1 2008年 利用对偶神经网络解决了基于线性等式、不等式和有界约束的二次规划问题,表明所研究的对偶神经网络具有整体指数收敛性,与包含高次非线性条件的神经网络相比,所提出的网络使用了更少的神经元,并且网络的体系结构更简单.数值实验结果表明了该方法的有效性. 王勇 伍铁如 马儒宁关键词:神经网络 二次规划问题 基于投影算子的回归神经网络模型及其在最优化问题中的应用 被引量:4 2006年 研究了一种基于投影算子的神经网络模型.与以前研究投影算子的值域一般是n维欧氏空间中的紧凸子集不同,而是n维欧氏空间中未必有界的闭凸子集,同时目标函数也是一般的连续可微函数,未必为凸函数.证明了所研究的神经网络模型具有整体解轨道,以及当目标函数满足某些条件时解轨道的整体收敛性.此外,还将所研究的模型应用于闭凸约束极小化问题以及非线性互补问题和隐互补问题中,并通过数值模拟说明了该神经网络方法的有效性. 马儒宁 陈天平关键词:投影算子 整体收敛性 基于密度的统计合并聚类算法 被引量:3 2015年 针对现有聚类算法处理噪声能力差和速度较慢的问题,提出了一种基于密度的统计合并聚类算法(DSMC)。该算法将数据点的每一个特征看作一组独立随机变量,根据独立有限差分不等式得出统计合并判定准则;同时,结合数据点的密度信息,把密度从大到小的排序作为凝聚过程中的合并顺序,实现了各类数据点的统计合并。人工数据集和真实数据集的实验结果表明,DSMC算法不仅可以处理凸状数据集,对于非凸、重叠、加入噪声的数据集也有良好的聚类效果,充分表明了该算法的适用性和有效性。 刘贝贝 马儒宁 丁军娣关键词:数据点 聚类 噪声