孔锐
- 作品数：13 被引量：146H指数：5
- 供职机构：中国科学技术大学信息科学技术学院电子科学与技术系更多>>
- 发文基金：国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 一种新的结合纹理特征的SVM图象分割方法
- 本文提出了一种新的结合纹理特征的支持向量机图象分割方法,将纹理特征和灰度特征一起组成训练特征向量,利用支持向量机分类方法进行图象分割.该算法结合了纹理特征在图象描述中的重要意义和支持向量机方法在模式识别领域已表现出的优越...
- 张国宣孔锐施泽生郭立
- 关键词：图象分割支持向量机纹理特征
- 文献传递
- 一种新的基于聚类的SVM迭代算法
- 提出了一种新的基于聚类的支持向量机迭代算法,该算法首先通过聚类方法从训练样本集中选择出最有可能成为支持向量的一组向量组成训练子集,再用迭代训练的方法迅速构建一个最优SVM分类器。实验证明,该算法使SVM训练时间大为缩短,...
- 张国宣孔锐施泽生郭立
- 关键词：模式识别支持向量机统计学习理论
- 文献传递
- 支持向量机中核函数的分类研究及组合使用
- 核函数是支持向量机中的核心部分,它决定了支持向量机中非线性的原始数据空间到高维特征空间的映射关系.不同核函数有不同的特点,学习能力强的核函数未必具有很好的推广能力,反之亦然.本文研究了不同核函数的优势,在此基础上将组合核...
- 张国宣孔锐郭立薛明东刘士建
- 关键词：支持向量机核函数统计学习理论
- 文献传递
- 一种新的基于聚类的SVM迭代算法被引量：2
- 2004年
- 提出了一种新的基于聚类的支持向量机迭代算法,该算法首先通过聚类方法从训练样本集中选择出最有可能成为支持向量的一组向量组成训练子集,再用迭代训练的方法迅速构建一个最优SVM分类器。实验证明,该算法使SVM训练时间大为缩短,在不影响正确率的前提下使算法的效率得到大幅度的提高。
- 张国宣孔锐施泽生郭立
- 关键词：模式识别支持向量机统计学习理论
- 基于核Fisher判决分析的脸谱识别新方法被引量：7
- 2003年
- 本文提出一种新的基于核Fisher判决分析(简称KFDA)的脸谱识别方法。即首先应用KFDA提取脸谱特征,然后,进行脸谱识别。利用标准的AT&T脸谱数据库对KFDA特征提取方法和PCA、FDA以及ICA特征提取方法进行比较,最后使用线性支持向量机(简称SVM)进行分类和识别,实验结果显示基于KFDA特征提取脸谱识别方法的识别率明显优于其它三种脸谱识别方法的识别率。
- 孔锐张国宣施泽生郭立
- 关键词：支持向量机主分量分析独立分量分析
- 基于核聚类方法的多层次支持向量机分类树被引量：6
- 2005年
- 针对解决多类模式识别问题的SVM方法进行研究,在比较常用的几种多类SVM分类算法基础上,提出了一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果。
- 张国宣孔锐施泽生郭立刘士建薛明东
- 关键词：多类模式识别支持向量机核聚类统计学习理论
- 独立分量分析在图像特征提取中的应用被引量：3
- 2004年
- 本文探讨了独立分量分析在图像特征提取方面的应用,对一组自然景色图像进行独立分量分析,结果产生一组具有空间、频域的局部性及局部的方向选择性的视觉滤波器,这组视觉滤波器输出的独立元就是图像的特征(图像中的边缘和线段)。利用此项技术,我们将无监督学习技术(独立分量分析)和有监督学习技术(支持向量机)相结合,提出了一种新的脸谱识别方法——基于独立分量分析和支持向量机的脸谱识别方法。利用ORL脸谱库进行脸谱识别实验以检验新方法的有效性。实验结果显示,新方法的识别率明显优于经典的特征脸方法。
- 孔锐施泽生郭立张国宣
- 关键词：模式识别图像特征提取独立分量分析支持向量机图像合成
- 基于核的K-均值聚类被引量：71
- 2004年
- 将核学习方法的思想应用于K-均值聚类中,提出了一种核K-均值聚类算法,算法的主要思想是:首先将原空间中待聚类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K-均值聚类。同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性,分别利用人工和实际数据进行K-均值聚类和核K-均值聚类,实验结果显示对于一些特殊的类分布数据,核K-均值聚类比K-均值聚类具有更好的聚类效果。
- 孔锐张国宣施泽生郭立
- 关键词：K-均值聚类核函数支持向量机
- 基于核的学习方法及其在人脸识别中的应用研究
- 该文主要研究基于核函数的机器学习方法(以下简称核学习方法)的理论、算法和应用.针对目前核学习方法中存在的一些问题:如何提高现有的核学习算法的速度、性能,如何扩大核学习方法的应用范围,增加核函数的种类、核函数的选择、核参数...
- 孔锐
- 关键词：核函数支持向量机核主分量分析核聚类人脸识别
- 文献传递
- 基于全局特征和局部特征组合的脸谱识别方法被引量：5
- 2004年
- 本文中,提出了一种新的脸谱识别方法。首先利用核主分量分析技术提取脸谱图象的全局特征,然后利用独立分量分析技术提取脸谱图象的局部特征,分别挑选出部分局部特征向量与部分全局特征向量组合成脸谱的组合特征向量,然后利用支持向量机分类器进行识别。采用ORL脸谱库进行测试,并与其它特征提取方法进行了比较,实验结果显示基于组合特征方法的识别率明显优于其它方法。
- 孔锐施泽生郭立张国宣
- 关键词：核主分量分析独立分量分析主分量分析支持向量机
