您的位置: 专家智库 > >

王阳

作品数:5 被引量:13H指数:2
供职机构:中南大学信息科学与工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术经济管理更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇经济管理

主题

  • 2篇碳排放
  • 2篇能量图
  • 2篇聚类分析
  • 2篇关联性分析
  • 2篇步态
  • 2篇步态能量图
  • 2篇步态识别
  • 1篇点匹配
  • 1篇异常检测
  • 1篇异常行为识别
  • 1篇遮挡
  • 1篇上下文
  • 1篇字典
  • 1篇协方差函数
  • 1篇基于上下文
  • 1篇加权
  • 1篇方差函数
  • 1篇分块
  • 1篇GPR
  • 1篇BRIEF

机构

  • 5篇中南大学
  • 1篇国防科学技术...
  • 1篇金属股份有限...

作者

  • 5篇王阳
  • 2篇唐朝晖
  • 1篇夏利民
  • 1篇胡瑗
  • 1篇王嘉

传媒

  • 1篇计算机工程与...
  • 1篇计算机工程与...
  • 1篇湖南文理学院...
  • 1篇传感器与微系...
  • 1篇计算机科学与...

年份

  • 3篇2018
  • 2篇2017
5 条 记 录,以下是 1-5
排序方式:
NGSAII-GPR模型在碳排放短期预测中的应用
2018年
针对于采矿过程中以电机为研究对象的碳排放来源的复杂性以及其影响因素的多样性引起的碳排放短期预测精度不高的问题,结合灰色理论提出一种基于NGSAII-GPR模型的铅锌矿采矿过程碳排放预测方法。首先,对碳排放来源及其影响因素进行分析,采用灰色理论进行聚类分析以归并同类因素;其次,根据灰色关联性分析得到主要影响因素;最后,为解决超参数优化确定问题,将带精英策略的非支配排序遗传算法(NGSAII)引入到高斯过程回归(GPR)模型,提出了一种基于NGSAII-GPR的预测模型。经实验证明,相较于其他超参数优化确定方法,NGSAII能更好地对超参数进行优化确定,且相较于其他常规预测模型,NGSAII-GPR能更精确的预测铅锌矿采矿过程的碳排放量,其预测误差更小。
石达顺唐朝晖王阳牛亚辉
关键词:聚类分析关联性分析GPR
选用改进高斯过程回归模型的碳排放短期预测被引量:7
2018年
针对于采矿过程中以电机为研究对象的碳排放来源的复杂性以及其影响因素的多样性所引起的碳排放短期预测精度不高的问题,结合灰色理论提出一种基于改进高斯过程回归模型的铅锌矿采矿过程碳排放预测方法。对碳排放来源及其影响因素进行分析,用灰色理论进行聚类分析以归并同类因素;根据灰色关联性分析得到主要影响因素;因传统高斯过程回归模型直接选定协方差函数的方式易导致与研究对象的物理过程拟合度不够高的问题,因而提出了一种依据先验知识的协方差函数选择方式,将四种常用协方差函数建模的训练结果作为反馈,结合极大似然估计法、最小二乘法和蒙特卡洛法参数估计的对比结果得到与研究对象拟合度最高即预测误差最小的协方差函数,进而得到预测效果最好的改进模型。经实验证明,基于该种方法选择协方差函数的模型相较于其他常规预测模型能更精确地预测铅锌矿采矿过程的碳排放量,其预测误差更小。
王阳唐朝晖王紫勋牛亚辉
关键词:聚类分析关联性分析协方差函数
基于特征点匹配的步态识别被引量:6
2018年
基于图像特征点匹配的算法思想,结合步态能量图(GEI),提出了一种适用于2幅GEI匹配的步态识别方法。在GEI中采用改进的FAST算法提取特征点,并采用具有良好特征描述性能的BRIEF算法描述特征点。考虑到GEI匹配不要求特征点具有旋转不变性,提出了一种质心角约束条件加速特征点的匹配。在CASIA数据库B库上的实验结果表明:方法在识别率和特征计算时间上均具有良好的表现。
王阳
关键词:步态识别步态能量图
基于上下文和稀疏表示的异常行为识别
2017年
提出了一种基于上下文和稀疏编码框架的无监督异常行为识别方法。首先对图像进行稠密采样,获得稠密轨迹,并提取轨迹中心周围图像块的形状特征、R–HOG、HOF特征作为特征描述符,加强了对运动信息的描述。其次,将人体行为区域和上下文区域分割开来建立2个独立字典。再将它们组成联合字典最大化字典信息,避免了单独识别人体异常行为而忽略上下文信息所导致的漏报。最后,利用稀疏重构的方法进行异常检测,分别计算测试样本中上下文区域和行为区域的重构误差,相对重构误差为负表示为正常行为,否则判断为异常行为。在KTH行为数据集上进行对比实验,实验结果表明本文算法在不同背景下均能有效识别异常行为。
胡瑗王阳
关键词:异常检测
基于加权分块稀疏表示的步态识别
2017年
为解决步态识别中的小面积遮挡问题,结合人体不同部位的特征对个体识别的贡献度不同这一特性,提出一种基于加权分块稀疏表示的步态识别方法。对视频图像进行处理,获得目标的GEI图像;将GEI图像划分为多个区块,独立地对每个区块的图像做稀疏表示,利用一种加权方法获得图像子区块的权重;在此基础上,对测试样本进行加权稀疏表示,获得对测试目标的分类。实验在CASIA_B数据库上进行,实验结果表明,该方法对小面积遮挡有较好的鲁棒性且识别率高于其它现有分类方法。
王阳夏利民王嘉
关键词:步态识别步态能量图遮挡
共1页<1>
聚类工具0