公共文化服务平台

何进荣: 作品数：18 被引量：117H指数：8; 供职机构：西北农林科技大学信息工程学院更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>; 相关领域：自动化与计算机技术文化科学更多>>

合作作者

基于拉普拉斯方向的差值线性判别分析被引量：2: 2014年; 标准的LDA方法通常有3个问题:1)为了确保类内散度矩阵的非奇异性,必须首先通过PCA进行维数约简,这限制了对更多维数空间的使用;2)当每人只有单个训练样本时,类内散度矩阵必然奇异,此时LDA无法工作;3)缺乏对像素间的局部相关性的考虑。为了解决这些问题,提出一种基于拉普拉斯方向的差值线性判别分析方法。该方法通过拉普拉斯方向实现更鲁棒的图像相异性测度,通过引入差值散度矩阵来避免类内散度矩阵的奇异性。实验结果显示,该算法对表情变化、光照改变及不同遮挡情况获得了更高的识别率,尤其针对光照变化,效果更加显著。; 李照奎丁立新王岩何进荣周凌云; 关键词：维数约简线性判别分析

基于差值局部方向模式的人脸特征表示被引量：12: 2015年; 提出一种基于差值局部方向模式的人脸特征表示方法(difference local directional pattern,简称DLDP):首先,通过Kirsch掩模卷积运算,为每个像素计算8个方向的边缘响应值;然后,计算8个相邻边缘响应值的强度差,前k个最突出的强度差对应的方向编码为1,其他方向编码为0,形成一个8位二进制数表示对应的DLDP模式;此外,针对高分辨率的Kirsch掩模单纯考虑方向性而没有考虑像素位置权重的问题,提出相应的掩模权值设计方法;最后,把每幅图像划分成多个不重叠的局部图像块,通过统计图像块上不同DLDP模式个数生成相应的子直方图,所有子直方图被串联起来表示一幅人脸图像.实验结果表明,该方法在光照、表情、姿态和遮挡方面获得了较好的结果,尤其针对遮挡情况,表现更为突出.; 李照奎丁立新王岩何进荣丁国辉; 关键词：人脸识别

面向图像处理的数值分析教学案例设计被引量：1: 2016年; 数值分析是一门理论性和实践性较强的数学类课程,对提高学生数值算法设计与分析能力、培养计算思维有十分重要的意义。文章针对信息类专业数值分析课程教学中存在的问题,结合智能媒体团队教师研究方向,以激发学生学习兴趣和培养数值算法应用能力为目标,提出面向图像处理应用的案例研讨式教学观点,并介绍4个数值分析在图像处理中的典型应用案例。; 何进荣; 关键词：教学案例图像处理

基于矩阵指数变换的边界Fisher分析被引量：7: 2014年; 边界Fisher分析是一种经典的有监督线性降维方法,被广泛用于高维数据的模式分类.由于边界Fisher分析算法中涉及到矩阵求逆的运算,在数值计算中会产生矩阵的奇异性问题,尤其当样本的个数小于样本的维数时,导致所谓的"小样本问题".采用主成分分析方法对样本数据进行预处理可以克服奇异性问题,然而可能会损失样本的某些判别信息.针对此不足之处,根据矩阵指数的非奇异性,对边界Fisher分析中的散度矩阵进行矩阵指数变换,从而克服了矩阵求逆中的奇异性问题.理论分析表明,该方法等价于零空间上的边界Fisher分析,有效利用了类内散度矩阵的零空间上的信息,因此其判别能力得到了增强.数据可视化和人脸识别实验表明,该方法可以有效挖掘样本中潜在的判别特性,提高分类性能.; 何进荣丁立新崔梦天胡庆辉; 关键词：小样本问题矩阵指数人脸识别数据挖掘

一种快速、鲁棒的有限高斯混合模型聚类算法被引量：15: 2013年; 有限混合模型聚类是一种基于概率模型的有效聚类方法。针对高斯混合模型的聚类算法,分别对模型的成分混合系数及样本所属成分的概率系数施加熵惩罚算子,实现对模型成分数的两级控制,快速消除无效成分,使算法能在很少的迭代次数内收敛到确定解。传统算法对初始值(成分数目c需事先指定)的设置非常敏感,容易导致EM算法陷入局部最优解或收敛到解空间的边界,而文中的算法对初始值的设定没有特殊的要求,实验证明其具有很好的鲁棒性。; 胡庆辉丁立新陆玉靖何进荣; 关键词：高斯混合模型聚类信息熵 EM算法

并行机器学习算法基础体系前沿进展综述被引量：10: 2017年; 大数据环境下,机器学习算法受到前所未有的重视。总结和分析了传统机器学习算法在海量数据场景下出现的若干问题,基于当代并行机分类回顾了国内外并行机器学习算法的研究现状,并归纳总结了并行机器学习算法在各种基础体系下存在的问题。针对大数据环境下并行机器学习算法进行了简要的总结,并对其发展趋势作了展望。; 刘斌何进荣耿耀君王最; 关键词：并行计算机器学习算法多核集群

基于计算机视觉的牛脸轮廓提取算法及实现被引量：20: 2017年; 计算机视觉技术已越来越多地应用于检测牛个体行为以给出养殖管理决策,牛脸轮廓的提取及形状分析能够进一步提高牛身份鉴别,咀嚼分析及健康状况评估的自动化程度。为实现基于计算机视觉的无接触、高精度、适用性强的肉牛养殖场环境下的牛脸轮廓提取,提出用自适应级联检测器定位牛脸位置,用统计迭代模型提取牛脸轮廓的方法。该方法采集牛脸正面图像,用级联式检测器定位出牛脸的位置,并分别采用监督式梯度下降算法(supervised descent method,SDM),局部二值算法(local binary features,LBF)和主动外观模型算法(fast active appearance model,FAAM)3种算法被用于提取牛脸轮廓。对20头肉牛共拍摄800幅牛脸正面图,随机选取训练数据720幅和测试数据80幅。结果表明,主动外观模型算法准确率最高,其轮廓提取误差为0.0184像素,适于应用在轮廓提取精度要求较高的场合,而局部二值算法的运行效率最高,在分辨率为744像素(水平)×852像素(垂直)的牛脸图像中轮廓提取时间为0.35 s,更适于应用在实时性要求较高的场合。该方法可实现养殖场中肉牛的无接触精确的面部轮廓提取,具有适用性强、成本低的特点。; 蔡骋宋肖肖何进荣; 关键词：计算机视觉图像特征

基于密度缩放因子的ISOMAP算法被引量：3: 2018年; 等度量映射(ISOMAP)算法是一种被广泛应用的非线性无监督降维算法,通过保持各个观测样本间的测地距离进行等距嵌入,从而实现高维空间向低维空间的坐标转换。但在实际应用中,观测数据无可避免地会存在噪声,由于测地距离的计算对噪声比较敏感,并且也没有考虑数据集的密度分布,导致ISOMAP算法降维后低维坐标表示存在几何变形。针对这一缺点,根据局部密度的思想,提出一种基于密度缩放因子的ISOMAP(Density Scaling Factor Based ISOMAP,D-ISOMAP)算法。在传统的ISOMAP算法框架下,首先,针对每个观测样本计算一个局部密度缩放因子;然后,在测地距离的计算过程中,将直接相邻的两个样本之间的测地距离除以这两个样本密度缩放因子的乘积;最后,通过最短路径算法求得改进后的距离矩阵,并对其进行降维处理。改进的测地距离在密度较大的区域被缩小,而在密度较小的区域被放大,这样可以减小噪声对降维效果的影响,提升可视化和聚类效果。人工数据集和UCI数据集上的实验结果表明,在数据集的可视化和聚类效果方面,D-ISOMAP算法较经典的无监督降维算法具有一定的优势。; 李香元蔡骋何进荣; 关键词：ISOMAP 流形学习噪声数据

精英正交学习萤火虫算法被引量：10: 2015年; 针对萤火虫算法后期收敛较慢以及求解精度不高的问题,提出了精英正交学习萤火虫算法。该算法利用精英萤火虫采用正交学习策略来构造指导向量,以保存和发现最优方向信息,从而引导群体更准确地飞向全局最优区域。同时,还采用了自适应步长技术来更好地平衡算法探索与开发能力,采用最小吸引力参数保证高维空间距离过大的个体之间的相互吸引。在6个经典测试函数上与标准萤火虫算法及其它3种改进的萤火虫算法进行了对比,实验结果表明,提出的算法具有较快的收敛速度和较高的收敛精度。; 周凌云丁立新何进荣; 关键词：精英

基于多视图边界判别投影的高光谱图像分类被引量：1: 2018年; 高光谱图像分类是遥感领域研究的热点问题,其关键在于利用高光谱图谱合一的优势,同时融合高光谱图像中各个像元位置的光谱信息和空间信息,提高光谱图像分类精度。针对高光谱图像特征维数高和冗余信息多等问题,采用多视图子空间学习方法进行特征降维,提出了图正则化的多视图边界判别投影算法。将每个像元处的光谱特征看作一个视图,该像元处的空间特征看作另一个视图,通过同时优化每个视图上的投影方向来寻找最优判别公共子空间。公开测试数据集上的分类实验表明,多视图学习在高光谱图像空谱融合分类方面具有显著的优越性,在多视图降维算法中,该算法具有最高的分类准确性。; 潘恒何进荣凌宇任思霖

何进荣

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

何进荣

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