张红云
- 作品数：43 被引量：396H指数：9
- 供职机构：同济大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金上海市自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学自然科学总论建筑科学更多>>
- 利用改进的主图形算法提取指纹骨架
- 2006年
- 在传统的指纹识别系统中,一般使用指纹细化图对指纹信息进行描述。尝试使用主曲线代替指纹细化图,并对主曲线的主图形算法进行了较大改进,使其能够得到更好的指纹骨架。实验结果表明,主曲线骨架比细化图有着光滑性强、准确性高、抗噪音和信息量大的优点;而改进的主图形算法在指纹骨架提取的效率和效果上比原算法也都有一定提高。
- 傅文杰苗夺谦李道国张红云唐庆适
- 关键词：主曲线指纹
- 基于人脸图像的二阶段性别分类算法被引量：1
- 2021年
- 许多现实场景要求准确的脸部性别识别。深度卷积神经网络在正常状况下取得好的准确率,适用于大规模分类任务,但存在模型可解释性差、易丢失细节信息等问题,并且光照、姿势、表情等因素带来的不确定性会导致分类准确率较低。提出一种基于阴影集的二级分类模型。采用深度卷积神经网络对大规模图像集进行一阶段分类;结合阴影集理论,将图像分类结果划分为接收域、拒绝域和不确定域,得到不确定的脸部图像集,用传统方法进行二阶段分类。在LFW数据集和Adience数据集下,与现有先进算法相比,所提方法能有效地提高总体分类的准确率。
- 杨晨旭蔡克参张红云苗夺谦
- 关键词：性别识别
- 从人类智能到机器实现模型——粒计算理论与方法被引量：62
- 2016年
- 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,是对人的意识、思维过程的模拟。粒计算是当前智能信息处理领域中一种新的概念和计算范式,是研究基于多层次粒结构的思维方式、复杂问题求解、信息处理模式及其相关理论、技术和工具的方法论。本文首先分析了人工智能模拟人脑智能的粒计算模式与方法,其次总结了粗糙集、商空间、模糊集、云模型、三支决策等几种典型的粒计算基本构架与数学模型,然后分析知识的多粒度解析表示与不确定性度量的研究现状,最后展望了粒计算求解模式在大数据时代所面临的机遇与挑战。
- 苗夺谦张清华钱宇华梁吉业王国胤吴伟志高阳商琳顾沈明张红云
- 关键词：粒计算多粒度商空间模糊集云模型
- HS主曲线的数学特性被引量：2
- 2005年
- 主曲线被定义作穿过多维数据分布“中间”的满足“自相合”的光滑曲线,它是第一主成分的非线性推广,第一主成分是对数据集的一维线性最优描述。HS主曲线强调非参数模型,对其参数无关性本文给出了具体证明。同时为了全面理解主曲线,本文以空间主曲线为例,分析了它的横截性质。
- 王真苗夺谦张红云
- 关键词：横截性
- 基于决策粗糙集的多标记情绪分类被引量：3
- 2015年
- 为解决情绪分类中的多标记不确定性问题,提出基于决策粗糙集的多标记分类方法(DTRS-MLC).该方法利用双加权多标记K近邻算法(DW-ML-KNN)多标记的实值函数定义正域、负域和边界域,通过标记依赖度统一刻画标记的共现和互斥关系.从理论和实验角度分析DTRS-MLC与DW-ML-KNN的关系,验证DW-ML-KNN属于DTRS-MLC的特例.音乐情绪分类及文本情绪分类的实验均表明,DTRS-MLC在整体上取得较好性能.
- 张志飞苗夺谦张红云
- 关键词：多标记学习粗糙集
- 基于主曲线的脱机手写字符识别的研究
- 随着计算机网络技术的发展和数据处理速度的不断提高，高数据流量的需求性与传统的人工输入的低速度之间产生了巨大的矛盾，这在一定程度上减缓了社会信息化的进程，因而作为信息化基础的数据输入成了计算机应用中的瓶颈问题。研究开发光学...
- 张红云
- 文献传递
- 改进的多阈值动态二值化算法被引量：37
- 2006年
- 在模式识别中,二值化效果的好坏直接影响着识别率。文章在研究现有二值化算法的基础上,对多阈值动态二值化进行了改进,并以身份证为例来验证该算法的有效性,实验结果表明所提算法有较高的抗噪音能力。
- 马驰张红云苗夺谦张学东
- 关键词：多阈值二值化身份证
- 基于主曲线的指纹细节特征提取方法被引量：3
- 2005年
- 要提高指纹识别的识别率,关键是指纹特征的提取。主曲线是主成份分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线,较好地反映了数据分布的结构特征。本文尝试使用主曲线这种新的方法来提取指纹的细节特征。实验结果表明利用主曲线来提取指纹的结构特征是可行的,它为指纹特征提取的研究提供了一条新途径。
- 唐庆适苗夺谦张红云
- 关键词：主曲线指纹细节特征识别率
- 基于粒计算的复杂数据多粒度主曲线提取算法被引量：2
- 2018年
- 传统的主曲线算法已被广泛应用到很多领域,但在复杂数据的主曲线提取上效果不佳,而有效的融合粒计算与主曲线学习算法是解决该类问题最有效的途径之一。为此,本文提出了基于粒计算的复杂数据多粒度主曲线提取算法。首先,利用基于t最近邻(T-nearest-neighbors,TNN)的谱聚类算法对数据进行粒化,提出拐点估计方法来自动确定粒的个数;然后调用软K段主曲线算法对每个粒进行局部主曲线提取,并提出通过消除假边来优化每个粒的主曲线提取过程;最后采用局部到全局的策略进行多粒度主曲线提取,并对过拟合线段进行优化,最终形成一条能较好描述数据原始分布形态的主曲线。实验结果表明该算法是一种行之有效的多粒度主曲线提取算法。
- 王培培张红云
- 关键词：谱聚类主曲线多粒度
- 基于复杂形态数据的主曲线提取算法及其在图像骨架提取中的应用被引量：3
- 2010年
- 针对目前存在的主曲线算法对提取分散度大、高度弯曲及自相交等复杂形态数据效果不好的情况,提出从复杂数据集中找到主曲线的新方法.算法首先用细化算法初始化顶点集得到初步骨架图,并合并邻近顶点;然后采用Kgl主曲线算法的拟合-光滑步思想并加以改进来平滑顶点位置,通过迭代构建出主图;最后采用Kgl主曲线算法的重构步进一步修正主图.算法在模拟数据集上进行试验而且还被运用于图像骨架提取,实验结果表明它对提取复杂数据的主曲线是非常有效的.
- 吴德张红云苗夺谦高迎
- 关键词：主曲线
