公共文化服务平台

冯向东: 作品数：12 被引量：23H指数：3; 供职机构：成都理工大学工程技术学院更多>>; 发文基金：四川省自然科学基金四川省教育厅自然科学科研项目数学地质四川省重点实验室开放基金更多>>; 相关领域：自动化与计算机技术电子电信理学更多>>

合作作者

变分水平集方法在灰度不均图像分割中的应用被引量：3: 2017年; 灰度不均严重影响图像分割的准确性,主动轮廓模型广泛应用于图像分割中。为了克服灰度不均对图像分割的影响,提出了一种基于变分水平集的主动轮廓模型。该模型利用了图像局部统计信息的均值和方差,适合对灰度不均图像分割。为了检验算法的性能,利用该算法和经典算法作对比实验,结果表明,不管是对合成图像还是真实图像的分割,都验证了该方法的有效性,而且该方法在曲线演化过程中无需重新初始化水平集函数,在一定程度上减少了计算量。; 韩红伟冯向东; 关键词：图像分割水平集变分法

基于SURF算法的实时拼接研究被引量：1: 2023年; 视频拼接有助于人们获得更高分辨率、大视野的场景。文中主要对视频拼接过程中的图像配准及图像融合的SURF(Speeded Up Robust Features)算法进行研究,详细地阐述了基于SURF特征实现图像拼接的每一个步骤,从而快速提高特征点的提取速度,提高了图像配准过程中的精度与准确率,加快了图像配准的速度,并提升图像融合的效果。实验结果表明,该算法能够有效地抑制视差伪影,其拼接图像无明显接缝,并且可以实现实时拼接,拼接的图像更加自然,拼接的视觉效果较好。; 冯向东; 关键词：SURF算法视频拼接特征点提取图像融合图像配准

基于自组织神经网络在油气分层中的研究被引量：2: 2021年; 测井曲线的分层研究是勘探和开发油气资源的重要手段,也是认识油气层的地质面貌,以及剖析油气藏量内在规律的一种有力武器。该文介绍了一种基于自组织神经网络对测井曲线进行聚类自动分层的识别方法,它是一种通过网络自身的调节,从而对输入数据进行聚类的方法。该文采用某地区的油气层数据来建立网络模型,首先采用了插值的方法,消除该测井数据随机干扰带来的噪声,同时保留了数据的完整性和代表性;然后通过利用自组织神经网络算法,对该数据自动进行四层的识别分类;最后结合人工分层的结果进行验证,以保证利用自组织神经网络识别的结果更加客观和可靠。该方法的可操作性强,原理简单易于实现,说明该算法对研究测井曲线具备一定的有效性和可行性。; 冯向东张玉琴韩红伟张建亮; 关键词：测井曲线油层识别模式识别

协同稀疏低秩的高光谱图像解混被引量：1: 2022年; 稀疏解混能够有效地规避高光谱场景中缺少纯像元和估计端元数目的两个瓶颈问题,因而成为目前广泛研究的光谱解混技术。针对协同稀疏解混模型在边界上容易出现错误识别的问题,结合字典削减策略和低秩表示,提出一种协同稀疏低秩的解混模型。该方法同时施加稀疏和低秩约束在丰度矩阵上,并对协同稀疏模型的?2,1混合范数采用加权策略,使得行稀疏性得到了增强,同时也使用非凸logdet(·)作为秩的光滑替代函数。由于提出方法充分利用了高光谱数据的空间信息和光谱信息,因此获得了比协同稀疏回归模型更准确的解混结果。最后利用著名的交替方向乘子方法(ADMM)对提出的非凸模型进行有效求解,实验结果验证了提出算法的有效性。; 韩红伟冯向东郭科; 关键词：高光谱图像

基于SOM算法的野点检测新方法: 本文把人工神经网络的方法应用到野点检测中，给出了一种新的野点检测的方法。根据GHSOM算法和GHTSOM算法的发展思想，对野点检测的SOM算法做出改进。改进后的算法可以成功的分离出野点，给出的不同的野点检测的例子，分析了...; 冯向东李月山马致远; 关键词：野点检测 SOM算法

基于改进启发式优化算法的无线网络资源分配被引量：4: 2022年; 无线通信网络资源的分配优化通常可描述为混合整数非线性规划(Mixed integer nonlinear programming,MINLP)问题,其本质是非凸的非确定性多项式(Nondeterministic polynomial,NP)困难问题。为了降低计算复杂度,确保分配方案的最优性能,提出利用二进制鲸鱼优化算法进行无线资源分配。在原鲸鱼优化算法(Whale optimization algorithm,WOA)的基础上,基于数值1和0之间的切换进行位置更新。根据座头鲸螺旋移动计算出的概率,来决定当前位的变化。同时,使用不同的传递函数将连续搜索空间映射到离散动作,引入惩罚方法和优化约束处理。实验分析了两个无线网络资源分配案例:保密率最大化的功率分配问题和移动边缘计算迁移。结果表明所提方法综合性能优秀,取得与同类方法相当的效果,但收敛速度更快,复杂度更低。; 张玉琴梁莉张小洪张建亮冯向东; 关键词：无线通信网络非线性规划传递函数

基于改进智能优化算法的数据特征选择方法被引量：4: 2023年; 特征选择在人工智能领域是一个困难又重要的问题,为了快速准确地筛选特征,提出一种改进的帝王蝶优化(IMBO)算法进行封装特征选择。首先,为了使新产生的个体具有一定种群记忆功能,在迁徙算子中添加5种差分变异策略,提高种群个体的信息共享。然后,封装式特征选择算法使用模糊C均值(FCM)分类器作为评估器,利用IMBO作为搜索策略。实验结果表明:与原帝王蝶优化(MBO)、人工蜂群(ABC)算法和蚱蜢优化算法(GOA)相比,所提算法在多个公开数据集上实现了较高的准确度,显著降低了特征选择规模,且具有较快的收敛速度。; 张玉琴张建亮冯向东; 关键词：模糊C均值收敛速度

基于BP神经网络的复杂背景下的运动目标检测: 本文主要利用BP神经网络以及其改进的BP神经网络,对静态和动态背景下的运动目标进行检测。通过介绍了传统BP神经网络的模型,提出了基于背景差分法和BP神经网络对静止背景下的运动目标分割方法。针对传统的BP神经网络的缺点采用...; 冯向东郑铁柱; 关键词：BP神经网络运动目标检测图像分割; 文献传递

基于SOM算法的野点检测新方法: 本文把人工神经网络的方法应用到野点检测中,给出了一种新的野点检测的方法。根据GHSOM算法和GHTSOM算法的发展思想,对野点检测的SOM算法做出改进。改进后的算法可以成功的分离出野点,给出的不同的野点检测的例子,分析了...; 冯向东李月山马致远; 关键词：野点检测 SOM算法; 文献传递

一种无约束优化的无参数填充函数算法: 2020年; 填充函数法是求解无约束全局优化问题的重要方法,其核心工作在于构建具有良好性质、形式简单而且容易求解极小值的填充函数。基于填充函数的定义,针对无约束的全局优化问题的目标函数满足条件的基础上,构建了一个无参数的填充函数。此函数形式简单,便于计算。针对此填充函数,首先,在满足合适的假设条件下,研究并证明了填充函数的某些性质;其次,在遵照这些相关性质的基础上,设计了适合此填充函数的算法,该填充函数算法主要包含极小化过程与填充过程,这两个过程循环交替进行,直至满足终止条件;最后,利用经典算例,进行了算例实验并与其他文献结果比较。结果显示,不仅此填充函数可行,算法有效;而且计算结果准确,计算迭代次数较少。; 张玉琴张建亮冯向东; 关键词：填充函数全局优化

冯向东

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

冯向东

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈