胡华成
- 作品数：4 被引量：33H指数：3
- 供职机构：武汉理工大学信息工程学院更多>>
- 发文基金：国家自然科学基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电子电信更多>>
- 基于径向基函数的混合神经网络模型研究被引量：16
- 2007年
- 随着系统复杂程度的增加,构造一个径向基函数神经网络(RBFNN)所需样本及训练时间都急剧增加,得到的复杂网络往往不能完全揭示问题的层次和结构。采用“分而治之”的思想,提出了一种基于RBF的混合网络模型,通过最短距离均匀聚类方法划分样本空间,构造合适的子样本集和子网络模型对网络进行训练,与采用正交最小二乘法的单独RBF网络在结构、训练时间、泛化能力上做了对比。结果表明其时间复杂度有显著降低,网络的泛化能力与精度比全局RBFNN有明显提高。整个网络模型具有良好的扩展性和应用前景,适合于大样本神经网络的建模和训练问题。
- 陈德军胡华成周祖德
- 关键词：径向基函数神经网络
- 基于曲线相似的在线签名认证方法被引量：9
- 2014年
- 提出一种新的曲线相似计算模型,用于在线签名身份认证。将在线签名轨迹数据看做平面曲线,从曲线相似性定义、相似变换及相似距离给出了曲线相似计算模型框架。依照参考签名曲线有效点数,对比较签名曲线进行重采样;签名曲线相似度量过程采用分段匹配方法,在每段比较曲线待匹配区间内,利用遗传算法搜索与参考曲线对应段的最优匹配,获得分段的相似距离,以此计算分段相似得分;将各段相似得分的平均值作为两条曲线的相似度量。选用SVC2004Task1和SUSig Blind数据集对算法进行测试,等误率分别为10.92%和2.89%。
- 邱益鸣胡华成郑建彬陈庆虎
- 关键词：遗传算法
- 基于模板聚类的在线签名认证方法被引量：1
- 2020年
- 提出基于模板聚类的两级签名认证方法。首先将注册的签名进行比对获得相似度得分矩阵,取所有相似度得分的中位数作为一个聚类阈值。然后利用签名阈值聚类算法将注册签名进行聚类,在每个签名聚类中选择与其它签名相比总得分最高的签名作为该签名聚类的签名代表,作为一级模板签名;各个签名聚类中的其它签名作为二级模板签名。最后通过相似度评判依据,在两个公开数据集SVC2004 Task 1、SUSIG Visual上选择不同数量的真实样本进行模板聚类,剩余真实样本和熟练伪造样本作为测试样本进行了实验对比。根据不同训练签名样本数,在两个数据集上的等错误率(Equal Error Rate,EER)分别是2.50%和0.83%,验证了本文方法的有效性。
- 汤升庆胡华成
- 局部关联度最优的手写汉字骨架提取被引量：7
- 2017年
- 目的研究手写汉字图像时,骨架是最为常见的切入点之一。利用传统细化算法提取手写汉字骨架,容易在笔画交叉等情况复杂的区域产生形变。针对此问题,提出一种基于局部关联度的手写汉字骨架提取算法。方法首先对手写汉字图像进行细化以获取原始骨架,按照端点、普通点和复杂点3种类别标注骨架点;利用8邻域窗口扫描相互连通的复杂点,检测并提取复杂区域;删除复杂区域,将原始骨架拆分为若干简单笔画段,形变部分在此过程中被一并移除;提取局部子段,根据笔画段间的方向差异程度和曲率变化程度,计算局部关联度;制定一种局部关联度最优的连接策略,对满足连接条件的笔画段进行插值补偿,从而修正形变,并得到完整的汉字骨架。结果对于600个实验样本,从骨架直接检测复杂区域所得结果十分接近理想情况,而轮廓法所得数量是理论值的2.5倍;基于局部关联度重组笔画段,绝大多数形变得到修正,重组后的骨架符合真实拓扑结构;以标准骨架为参考,骨架提取准确率达到了98.41%。结论局部关联度最优的手写汉字骨架提取算法,能够有效检测复杂区域,对形变具有良好的修正作用,提取所得骨架能够正确反映复杂笔画间的位置结构关系,是一种实用有效的骨架提取方法。
- 周正扬詹恩奇郑建彬胡华成
- 关键词：手写汉字
