李梦
- 作品数：22 被引量：26H指数：2
- 供职机构：重庆工商大学数学与统计学院更多>>
- 发文基金：国家自然科学基金重庆市自然科学基金重庆文理学院科研项目更多>>
- 相关领域：自动化与计算机技术文化科学经济管理电子电信更多>>
- 基于局部熵的区域活动轮廓图像分割模型被引量：2
- 2023年
- 为解决区域活动轮廓模型不能有效分割灰度不均图像的问题,提出了局部熵约束的区域活动轮廓模型应用于图像分割。首先基于局部熵信息将图像划分为两个特征区域,然后利用局部熵特征信息构造二值拟合能量,并与区域可放缩拟合(Region⁃scalable fitting,RSF)模型相结合,最后得到水平集演化方程。该模型考虑了图像灰度分布的聚集特征和局部区域统计信息,能有效处理灰度不均匀、弱边缘等图像分割问题,且对轮廓初始位置更具鲁棒性,医学图像实验结果验证了模型的有效性。
- 李梦詹毅王艳
- 关键词：图像分割局部熵能量泛函
- 反正切直觉模糊熵在多属性决策中的应用被引量：1
- 2023年
- 本文基于模糊集理论提出了一个新的模糊熵函数:反正切直觉模糊集“模糊熵”,从理论上证明了所提出的度量严格满足直觉模糊熵公理,并给出其相应的性质。并用它来定义了属性权重和决策者权重,用以解决属性权重和决策权重都完全未知的多属性决策问题。通过对熵和模糊度的分析,并用实证分析验证了反正切直觉模糊熵在多属性决策问题的有效性和可行性。
- 许晓曾李梦
- 关键词：直觉模糊集多属性决策
- 基于深度学习和小波分析的LSTM-Wavelet模型股价预测
- 2023年
- 针对股价数据具有高噪声、非线性和非平稳性等特征,使得股价精确预测非常困难的问题,提出小波-长短记忆网络(LSTM-Wavelet)模型应用于股价预测。首先,利用小波(Wavelet)分解降低金融时间序列的不稳定性,并分析小波系数的细节特征;接着,发挥长短记忆网络(LSTM)模型的优势,深层挖掘小波系数中的长期依赖关系,对分解后的各层小波系数分别建模预测;最后进行预测小波系数的数据重构。使用中石油近两年的股价数据进行实证分析,以每个交易日的开盘价、最高价、最低价、交易量为特征输入,预测当日中石油的收盘价。结果表明:相较于标准LSTM模型和小波-ARIMA(ARIMA-Wavelet)模型,提出的LSTM-Wavelet模型有更好的预测效果;通过小波分析将复杂股票数据,分解为长短记忆网络(LSTM)容易识别的小波系数,根据各层小波系数不同的数据特征进行分层预测,提高了预测精度。
- 李梦黄章杰徐健晖
- 关键词：股价预测小波分解
- 非局部特征方向图像插值方法研究被引量：1
- 2016年
- 提出了一种非局部的特征方向图像插值方法,有效地保持了插值图像轮廓的光滑,抑制了图像边缘的模糊.这种方法把非局部Hessian矩阵的特征向量视为图像特征方向,使图像能量泛函沿这个方向进行扩散,其扩散强度由图像局部Hessian矩阵特征值参与控制.它克服了传统方法以梯度方向指示图像特征方向的局部性,使图像能量泛函沿正确方向扩散,避免了对图像特征的模糊.数值实验结果显示,该方法既能很好地重建插值图像的边缘,又不会在插值图像中产生伪影或图像边缘失真.
- 詹毅李梦
- 关键词：总变差变分方法图像插值
- 泰勒展开图像插值的一个改进算法
- 2016年
- 待插像素邻域内像素点处泰勒展开式的算术平均会模糊插值图像边缘.文章提出一个改进算法,采用展开式与其灰度值之差绝对值最小的泰勒展开式近似待插像素的灰度值.这种方法充分考虑待插像素与其邻域的图像信息,获得清晰的插值图像边缘.数值实验证明:这种算法简单有效且易于实现.
- 詹毅李梦
- 关键词：图像插值图像缩放泰勒展开式
- 前向后向扩散的距离正则模型应用于图像分割被引量：2
- 2016年
- 针对在演化过程中水平集函数振荡问题,提出前向后向扩散的距离正则模型应用于图像分割。新的距离正则项由一个势函数定义,推导的演化方程以唯一的方式前向后向扩散,即水平集函数在其陡峭区域前向扩散,降低函数的梯度模直至为1,反之它后向扩散,提高梯度模直至1。演化结果是水平集函数收敛于符号距离函数,这是水平集函数稳定演化所希望保持的状态;为了阐述距离正则项的有效性,将其与基于边缘信息的外能量项相结合。实验结果表明,该模型能够更好地完成图像分割,对噪声和弱目标图像鲁棒。
- 李梦刘礼培
- 关键词：图像分割偏微分方程
- 面向复杂工程问题的创新人才数学能力培养研究被引量：1
- 2019年
- 复杂工程问题的核心是数学问题,为此,学校提出了面向复杂工程问题的创新人才数学能力培养研究,首先是高等数学基础能力的改革与培养,其次要利用“互联网+”培养学生面向复杂工程问题的数学创新与实践探索能力,最后要以数学建模为载体构建基于虚拟工程的数学实践教学体系,提升大学生数学创新能力的研究与实践。
- 李梦詹毅
- 关键词：数学能力培养
- 基于Bert股吧舆情分析的特征融合股价走势预测研究
- 2023年
- 传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于Bert股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。首先,采用Bert自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。以华银电力(600744.SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了8.63%,预测收盘价的回归指标F_(MAPE)、F_(RMSE)分别下降了23.59%、22.9%,R^(2)提高了8.11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。
- 李梦黄政祺
- 关键词：文本情感分析股价预测
- 基于DPSIR模型的北京市碳排放影响因素分析
- 2023年
- CO_(2)是全球变暖的关键影响因素之一,控制碳排放对减缓生态恶化、实现人类的可持续发展有着重要作用。我国提出2030年实现“碳达峰”,2060年实现“碳中和”。因此,有效分析碳排放量的影响因素对评价我国当前的低碳环境保护政策具有重要意义。基于DPSIR理念建立城市碳排放影响因素的指标体系;利用该体系中的指标计算各准则层的灰色熵权权重和贴近度,提出了基于灰色熵权的综合权重方法评估碳排放的影响因素,该方法考虑一级指标和二级指标间的相关关系,避免主观赋予权重的片面性。结果表明:北京市的人口密度权重达0.1147,是影响北京市碳排放量的关键因素;不同的准则层类别对于碳排放的影响程度也不同;政策因素对碳排放的影响逐年增强,特别是2020年双碳目标的提出对减少北京市碳排放量有重要影响,其权重达0.2520。为此提出建议:探求合理的城市发展模式,尽最大可能把人口控制在合理规模之下;降低化石能源消耗,提高新能源和可再生能源的利用效率;加强政府的宏观调控能力,贯彻协同治理理念,建立健全的环境污染治理体系,以“双碳”目标为重点,为改善北京市的环境状况而努力。
- 杨承昊李梦傅渝景
- 关键词：熵权法贴近度
- 从小学生用大数据研究苏轼谈本科教育改革
- 2018年
- 在人受教育的过程中,父母对其起着不可或缺的作用,清华大学附小小学生在父母的指导下完成科研小论文是可取的,也是值得肯定的。中美家长帮助学生成长实例,让我们看到了项目式教学能培养学生探索世界的能力。本科阶段深化项目式教学既有实施的可行性,又有人才培养需求的迫切性,应大力发展。
- 詹毅李梦
- 关键词：小学生项目式教学本科教育改革
