检索结果-南通市图书馆

基于W_2~1再生核支持向量机的模式分类研究

在线全文

学校读者我要写书评

暂无评论

计算机工程 2005年第B07期31卷 128-129,132页

作者：惠康华李春利中国民航学院计算机系天津300300

支持向量机是基于统计学习理论的模式分类器。它通过结构风险最小化准则和核函数方法,较好地解决了模式分类器复杂性和推广性之间的矛盾,引起了大家对模式识别领域的极大关注。近年来,支持向量机在手写体识别、人脸识别、文本分类等领... 详细信息

支持向量机是基于统计学习理论的模式分类器。它通过结构风险最小化准则和核函数方法,较好地解决了模式分类器复杂性和推广性之间的矛盾,引起了大家对模式识别领域的极大关注。近年来,支持向量机在手写体识别、人脸识别、文本分类等领域取得了很大的成功。文章将一种新的核函数用于虹膜识别,并与传统的多项式核函数、高斯核函数进行了比较。初步结果显示了该核函数的应用潜力。

关键词：支持向量机核函数分类间隔最优分类面

在线全文

学校读者我要写书评

暂无评论

基于自适应近邻参数的局部线性嵌入

模式识别与人工智能 2010年第6期23卷 842-846页

作者：惠康华肖柏华王春恒中国科学院自动化研究所复杂系统与智能科学重点实验室北京100190 中国民航大学计算机科学与技术学院天津300300

局部线性嵌入算法是一种有效的非线性降维方法.文中提出一种自适应的局部线性嵌入方法.该方法通过分析数据集中任意样本所在局部区域的线性重构误差,确定该局部区域的近似线性块,然后根据位于此局部线性块上的样本来选择局部线性嵌入的... 详细信息

局部线性嵌入算法是一种有效的非线性降维方法.文中提出一种自适应的局部线性嵌入方法.该方法通过分析数据集中任意样本所在局部区域的线性重构误差,确定该局部区域的近似线性块,然后根据位于此局部线性块上的样本来选择局部线性嵌入的近邻参数.实验结果表明,在不同的数据集上,采用多个评价标准,自适应的局部线性嵌入方法相比普通的局部线性嵌入方法,取得更好的结果.

关键词：降维局部线性嵌入(LLE) 流形学习自适应

在线全文

学校读者我要写书评

暂无评论

基于特征融合的轻量级新残差人脸识别方法

电子学报 2024年第3期52卷 937-944页

作者：惠康华闫建青高思华贺怀清中国民航大学计算机科学与技术学院天津300300

针对现有轻量级模型在嵌入式设备的人脸识别应用中存在识别精度难以提升的问题,提出一种融合人脸对齐关键特征点信息的轻量级新残差网络模型(Lightweight New Residual Network,LNRN).LNRN利用深度残差网络结构能够解决网络退化且避免... 详细信息

针对现有轻量级模型在嵌入式设备的人脸识别应用中存在识别精度难以提升的问题,提出一种融合人脸对齐关键特征点信息的轻量级新残差网络模型(Lightweight New Residual Network,LNRN).LNRN利用深度残差网络结构能够解决网络退化且避免干扰因素影响的优势,结合人脸对齐环节产生的关键特征点信息,对深度残差网络结构进行简化和合理设计,实现对关键特征信息和全局信息的提取.为避免特征提取过程中丢失重要特征信息,该模型在新残差网络中加入结合空间和通道的注意力机制进行辅助.在公开的四个标准人脸数据集上的仿真实验表明,该模型识别速度在接近主流轻量级人脸识别方法的同时,平均识别精度比MobiFace提高了0.6%.

关键词：轻量级新残差网络模型人脸识别关键特征信息注意力机制

在线全文

学校读者我要写书评

暂无评论

基于稀疏近邻表示的分类方法

计算机工程与设计 2013年第4期34卷 1425-1431页

作者：王琦惠康华运城学院计算机科学与技术系山西运城044000 中国民航大学计算机科学与技术学院天津300300

稀疏表示分类方法 (SRC)在人脸识别方面取得了当前最好的分类结果,针对SRC存在的问题,提出稀疏近邻表示方法 (SNRC)。在局部线性嵌入方法前提假设成立的条件下,SNRC通过稀疏近邻表示实现目标分类。在几个不同数据集上的实验结果显示,SNR... 详细信息

稀疏表示分类方法 (SRC)在人脸识别方面取得了当前最好的分类结果,针对SRC存在的问题,提出稀疏近邻表示方法 (SNRC)。在局部线性嵌入方法前提假设成立的条件下,SNRC通过稀疏近邻表示实现目标分类。在几个不同数据集上的实验结果显示,SNRC适用于呈非线性分布的数据集,并取得了较好的效果。进一步的分析表明,SNRC能够较好的适用于那些通过降维方法得到的低维数据的分类问题,尤其适用于基于近邻保持的一类降维方法得到的低维数据,并且具有较低的时间复杂度。

关键词：稀疏表示局部线性嵌入稀疏近邻表示 K近邻分类降维

多尺度信息引导代价体金字塔聚合的立体匹配网络

在线全文

学校读者我要写书评

暂无评论

昆明理工大学学报(自然科学版) 2024年

作者：惠康华张榆高思华中国民航大学计算机科学与技术学院吉林大学计算机科学与技术学院

针对基于4D代价体金字塔的立体匹配网络存在多尺度信息利用率低，从多代价体中提取关键信息困难等不足，提出一种多尺度信息引导代价体金字塔聚合的立体匹配网络.为有效利用代价体金字塔聚合过程中不同尺度的输出信息，设计一种基于单... 详细信息

针对基于4D代价体金字塔的立体匹配网络存在多尺度信息利用率低，从多代价体中提取关键信息困难等不足，提出一种多尺度信息引导代价体金字塔聚合的立体匹配网络.为有效利用代价体金字塔聚合过程中不同尺度的输出信息，设计一种基于单峰视差注意力的尺度间聚合方式，通过代价体金字塔上部分的预测视差突出金字塔底层代价体中的重点信息；为增强代价聚合对于显著特征的关注，提出引导沙漏结构，通过图像的多尺度几何信息与代价体的全局空间信息，自适应地聚合与校准各尺度代价体.实验结果表明，该网络在SceneFlow、KITTI 2012和KITTI 2015数据集上取得良好匹配准确度的同时具有较快推理速度，且与CFNet和PCWNet相比参数量分别降低31%与57%.

关键词：立体匹配注意力机制多尺度信息代价体金字塔

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于紧致子序列的航班着陆调度问题研究

北京航空航天大学学报 2024年第8期50卷 2421-2431页

作者：冯小荣高正达王进王兴隆惠康华中国民航大学民航飞联网重点实验室天津300300 中国民航大学空中交通管理学院天津300300 中国民航大学计算机科学与技术学院天津300300

航班着陆调度问题已被证明是NP难问题,综合考虑多种实际情况,建立了时间窗约束的航班着陆优化模型,定义了紧致子序列概念,论述了其性质及左移、分割和合并的条件。在此基础上,提出一种基于紧致子序列的算法(CSA)求解固定顺序下航班着陆... 详细信息

航班着陆调度问题已被证明是NP难问题,综合考虑多种实际情况,建立了时间窗约束的航班着陆优化模型,定义了紧致子序列概念,论述了其性质及左移、分割和合并的条件。在此基础上,提出一种基于紧致子序列的算法(CSA)求解固定顺序下航班着陆调度问题。按照航班的最优着陆时间排序,运用CSA计算出该顺序下各航班着陆时间;采用循环线性交换和循环线性插空策略微调该固定顺序,不断迭代逼近模型的最优解;采用OR-Library数据集进行验证。实验结果表明,CSA结合启发式微调策略求解结果明显优于位移决策算法DALP和仿生算法(BA),与CPLEX、混合粒子群优化-局部搜索算法RH-HPSO-LS、细胞自动机优化(CAO)算法相近,在时间效率上明显优于对比算法;在小规模数据集上,计算精度与速度优势更加明显。CSA是一种确定性算法,不依赖于先验参数,具有更高的鲁棒性,保证了启发式微调策略不断逼近最优解。

关键词：航班着陆调度时间窗约束紧致子序列循环线性交换循环线性插空

在线全文

学校读者我要写书评

暂无评论

基于YOLOv5的增强多尺度目标检测方法

兵工学报 2023年第9期44卷 2600-2610页

作者：惠康华杨卫刘浩翰张智郑锦百晓中国民航大学计算机科学与技术学院天津300300 北京航空航天大学计算机学院北京100191

针对复杂场景下初始锚框难以匹配目标及多尺度检测能力不强的问题,提出一种基于YOLOv5的增强多尺度目标检测(EM-YOLOv5)方法。通过Kmeans++聚类算法,获得适应当前检测场景下的多尺度初始化锚框,使得网络更容易捕捉到不同尺度目标;在Bott... 详细信息

针对复杂场景下初始锚框难以匹配目标及多尺度检测能力不强的问题,提出一种基于YOLOv5的增强多尺度目标检测(EM-YOLOv5)方法。通过Kmeans++聚类算法,获得适应当前检测场景下的多尺度初始化锚框,使得网络更容易捕捉到不同尺度目标;在Bottleneck结构中增加多条不同尺度的并行卷积支路,在保留原有特征信息的同时融合多尺度的特征信息,增强模型的全局感知能力。在VisDrone2019、COCO2017和PASCAL VOC2012数据集上对提出的EM-YOLOv5s模型进行测试。实验结果表明,与YOLOv5s模型相比,mAP@0.5∶0.95、mAP@0.5等关键指标均有一定提升,在PASCAL VOC2012上,mAP@0.5∶0.95提升5.2%,而检测时间仅增加1.9 ms,说明EM-YOLOv5模型能够有效地提升通用复杂场景下的目标检测精度。

关键词： YOLOv5 目标检测聚类算法多尺度卷积特征融合

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于密度的散点图去重叠可视化方法

计算机辅助设计与图形学学报 2024年

作者：贺怀清安楷文刘浩翰惠康华中国民航大学计算机科学与技术学院

散点图是常用的可视化表征，但是当数据过多时数据重叠会影响分析的准确性. 为此，提出基于密度的散点图去重叠可视化方法对散点图进行布局优化. 首先确定待优化区域，利用数据的密度特征与规则网格划分构建新的采样空间; 然后在采... 详细信息

散点图是常用的可视化表征，但是当数据过多时数据重叠会影响分析的准确性. 为此，提出基于密度的散点图去重叠可视化方法对散点图进行布局优化. 首先确定待优化区域，利用数据的密度特征与规则网格划分构建新的采样空间; 然后在采样空间内进行基于密度的采样; 通过采样后处理实现数据关联，完成采样结果与原数据之间的属性映射; 最后通过数据拆分设定密度阈值以保护散点图中的稀疏点，维持散点图的局部细节. 在9个数据集上的实验结果表明，所提方法在保证视觉清晰度、保留原数据分布特征的前提下，有效地解决了散点图数据重叠的问题，优化了散点图的布局.

关键词：散点图数据去重叠密度布局优化采样可视化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度可分离沙漏网络的快速人脸对齐

计算机工程与设计 2021年第8期42卷 2316-2323页

作者：贺怀清陈琴惠康华中国民航大学计算机科学与技术学院天津300300

针对沙漏网络应用于人脸对齐中存在网络结构复杂、时间开销大的问题,提出一种带有深度可分离的轻量级沙漏网络。通过知识蒸馏的思想构造轻量级沙漏网络,解决网络结构复杂的问题;在叠层沙漏网络中使用深度可分离卷积,通过深度卷积和逐点... 详细信息

针对沙漏网络应用于人脸对齐中存在网络结构复杂、时间开销大的问题,提出一种带有深度可分离的轻量级沙漏网络。通过知识蒸馏的思想构造轻量级沙漏网络,解决网络结构复杂的问题;在叠层沙漏网络中使用深度可分离卷积,通过深度卷积和逐点卷积共同作用简化复杂网络,解决时间开销大的问题。实验结果表明,在300w数据集和WFLW数据集上,该方法与主流的人脸对齐方法相比,对齐精度在保持基本不变的情况下,对齐速度具有明显的优势。

关键词：沙漏网络人脸对齐轻量级知识蒸馏深度可分离卷积