检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于朴素贝叶斯K近邻的快速图像分类算法

北京航空航天大学学报 2015年第2期41卷 302-310页

作者：张旭蒋建国洪日昌杜跃合肥工业大学计算机与信息学院合肥230009 陆军军官学院计算机教研室合肥230031

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对... 详细信息

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.

关键词：图像分类最近邻 K近邻图像-类别距离特征选择

在线全文

学校读者我要写书评

暂无评论

基于RANSAC的SIFT匹配优化

光电工程 2014年第8期41卷 58-65页

作者：赵烨蒋建国洪日昌合肥工业大学计算机与信息学院合肥230009

本文提出了一种基于RANSAC的SIFT匹配优化。采用加权的圆形邻域替代原有SIFT描述子矩形邻域,使得描述子维度降低了25%。根据特征点最近邻与次近邻的距离比越低,其匹配正确率越高的特点,对匹配点按最近邻比率高低进行匹配点排序,并以最... 详细信息

本文提出了一种基于RANSAC的SIFT匹配优化。采用加权的圆形邻域替代原有SIFT描述子矩形邻域,使得描述子维度降低了25%。根据特征点最近邻与次近邻的距离比越低,其匹配正确率越高的特点,对匹配点按最近邻比率高低进行匹配点排序,并以最优匹配点作为简化的RANSAC算法初始样本数据集,用简化的RANSAC算法进行几何校验,进一步提纯匹配点。实验结果表明本文方法在匹配精度优于RANSAC-SIFT的基础上,匹配速度大约提高了10倍。尤其当匹配点增多时,本文方法在匹配速度上更加有优势。

关键词：尺度不变特征变换随机抽样一致性特征描述符最近邻比率

在线全文

学校读者我要写书评

暂无评论

从众性感知的因果去偏新闻推荐方法

计算机学报 2024年第10期47卷 2333-2351页

作者：鲍纪敏张琨吴乐洪日昌汪萌合肥工业大学计算机与信息学院大数据知识工程重点实验室(合肥工业大学)

基于神经网络的新闻推荐算法能够从纷繁复杂的新闻中筛选出符合用户偏好的新闻,对于提升用户获取信息的效率以及阅读新闻的体验具有重要的意义.现有的新闻推荐方法不仅在用户偏好的准确建模方面取得了显著的效果,同时通过识别新闻数据... 详细信息

基于神经网络的新闻推荐算法能够从纷繁复杂的新闻中筛选出符合用户偏好的新闻,对于提升用户获取信息的效率以及阅读新闻的体验具有重要的意义.现有的新闻推荐方法不仅在用户偏好的准确建模方面取得了显著的效果,同时通过识别新闻数据中的虚假关联(例如用户性别与特定新闻类别之间的联系)开展了无偏新闻推荐的初步尝试.然而用户的新闻点击行为是一系列复杂认知行为相互作用之后的决策结果,仅对有偏信息进行直接建模,简化了有偏信息和用户行为之间的复杂交互关系,忽略了用户行为背后的复杂认知因素的影响,导致无偏推荐效果难以满足实际需求.为了解决该问题,本文提出一种全新的从众性感知的因果去偏新闻推荐方法CADNN(Conformity-Aware Debiased Neural News Recommendation).具体而言,本文提出用户的点击行为包括以下三方面:用户偏好与新闻的匹配度,新闻的流行度,以及用户的从众性特质共同决定的观点.用户的从众性越低,新闻的流行度越小,相对应的点击行为越能反映出用户的真实偏好.基于该观点,本文首先对用户的历史点击数据进行了详细的统计分析,从中提取出反映用户行为的关键特征,根据统计分析结果构建能够描述用户偏好、新闻流行度和从众性特质之间关系的因果图模型,通过因果图模型更准确地理解和描述用户点击行为背后的驱动因素.在此基础上,本文提出一种全新的从众性建模方法,同时从用户的从众性特质和新闻的流行度两个角度进行更符合实际情况的从众性建模;与此同时本文利用现有的新闻推荐方法计算用户偏好和新闻内容的匹配度.最终在对三方面因素充分建模的情况下,实现更高质量的无偏新闻推荐.最后,本文在公开的数据集MIND上进行了充分的实验验证,并构建了一个用于无偏测试的挑战集,旨在评估推荐系统在无偏环境中的鲁棒性,与已有的最先进的基准方法相比,本文提出的CADNN方法在AUC、MRR、NDCG@5和NDCG@10四个指标上分别平均提高了1.76%、2.37%、3.06%和2.16%,充分证明了CADNN方法的有效性.本文同时提供了CADNN的实现代码及相关数据,用于支持推动相关领域的研究.

关键词：新闻推荐从众性偏差因果推断去偏表征点击预测

基于自适应稀疏结构学习的神经精神疾病特征选择方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

模式识别与人工智能 2021年第4期34卷 311-321页

作者：郝世杰郭艳蓉陈涛汪萌洪日昌合肥工业大学大数据知识工程教育部重点实验室合肥230601 合肥工业大学计算机与信息学院合肥230601

在计算机辅助诊断神经精神疾病研究中,需要专业人士为样本进行诊断级的语义标注,耗费大量时间和精力,因此,以无监督的方式开展神经精神疾病辅助诊断研究具有重要意义.文中提出基于自适应稀疏结构学习的无监督特征选择方法,用于精神分裂... 详细信息

在计算机辅助诊断神经精神疾病研究中,需要专业人士为样本进行诊断级的语义标注,耗费大量时间和精力,因此,以无监督的方式开展神经精神疾病辅助诊断研究具有重要意义.文中提出基于自适应稀疏结构学习的无监督特征选择方法,用于精神分裂症和阿兹海默症辅助诊断.在统一框架下同时学习稀疏表示和数据流形结构,并在该框架中采用一般化范数对稀疏学习的重构误差进行建模,不断迭代更新数据集的流形结构,解决传统特征选择方法存在的鲁棒性不足问题.在精神分裂症和阿兹海默症两个公共数据集上的实验表明文中方法在神经精神疾病分类中的有效性.

关键词：无监督特征选择自适应稀疏结构学习流形学习神经精神疾病研究

在线全文

学校读者我要写书评

暂无评论

多模态引导的局部特征选择小样本学习方法

软件学报 2023年第5期34卷 2068-2082页

作者：吕天根洪日昌何军胡社教合肥工业大学计算机与信息学院安徽合肥230031 合肥综合性国家科学中心数据空间研究院安徽合肥230036

深度学习模型取得了令人瞩目的成绩,但其训练依赖于大量的标注样本,在标注样本匮乏的场景下模型表现不尽人意.针对这一问题,近年来以研究如何从少量样本快速学习的小样本学习被提了出来,方法主要采用元学习方式对模型进行训练,取得了不... 详细信息

深度学习模型取得了令人瞩目的成绩,但其训练依赖于大量的标注样本,在标注样本匮乏的场景下模型表现不尽人意.针对这一问题,近年来以研究如何从少量样本快速学习的小样本学习被提了出来,方法主要采用元学习方式对模型进行训练,取得了不错的学习效果.但现有方法:1)通常仅基于样本的视觉特征来识别新类别,信息源较为单一;2)元学习的使用使得模型从大量相似的小样本任务中学习通用的、可迁移的知识,不可避免地导致模型特征空间趋于一般化,存在样本特征表达不充分、不准确的问题.为解决上述问题,将预训练技术和多模态学习技术引入小样本学习过程,提出基于多模态引导的局部特征选择小样本学习方法.所提方法首先在包含大量样本的已知类别上进行模型预训练,旨在提升模型的特征表达能力;而后在元学习阶段,方法利用元学习对模型进行进一步优化,旨在提升模型的迁移能力或对小样本环境的适应能力,所提方法同时基于样本的视觉特征和文本特征进行局部特征选择来提升样本特征的表达能力,以避免元学习过程中模型特征表达能力的大幅下降;最后所提方法利用选择后的样本特征进行小样本学习.在MiniImageNet、CIFAR-FS和FC-100这3个基准数据集上的实验表明,所提的小样本学习方法能够取得更好的小样本学习效果.

关键词：小样本学习多模态融合图像分类表示学习

在线全文

学校读者我要写书评

暂无评论

基于概率分布代表点的模型集合设计方法

控制理论与应用 2009年第5期26卷 475-480页

作者：孙福明洪日昌吴秀清辽宁工业大学电子与信息工程学院辽宁锦州121001 中国科学技术大学电子工程与信息科学系安徽合肥230027

对于估计、滤波和控制等问题,多模型方法提供了一种非常优越的解决方案.设计优良的模型集合是应用多模型方法的首要问题.本文提出了一种基于概率分布代表点的模型集合设计方法.在已知系统模式的概率分布条件下,由数论方法获得代表其概... 详细信息

对于估计、滤波和控制等问题,多模型方法提供了一种非常优越的解决方案.设计优良的模型集合是应用多模型方法的首要问题.本文提出了一种基于概率分布代表点的模型集合设计方法.在已知系统模式的概率分布条件下,由数论方法获得代表其概率分布的F-偏差或伪F-偏差代表点和均方差代表点,利用这些代表点构成覆盖系统模式空间的模型集合.文中给出了一维和二维模型集合的具体设计.仿真结果说明了所设计的模型集合的性能.

关键词：模型集合数论方法代表点:偏差

计算机学科国家自然科学基金重点项目10年资助情况分析

在线全文

学校读者我要写书评

暂无评论

软件学报 2016年第1期27卷 188-194页

作者：赵伟洪日昌赵瑞珍刘克西安电子科技大学计算机学院陕西西安710071 国家自然科学基金委员会信息科学二处北京100085

对计算机学科2006年-2015年国家自然科学基金重点项目资助情况进行了统计分析,对重点项目申请与评审过程、项目指南产生过程进行了介绍,旨在为相关研究人员申报重点项目提供借鉴和参考.

关键词：国家自然科学基金重点项目计算机学科项目申请与评审指南产生过程

基于双正交多小波变换的多光谱与全色图像融合研究

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2007年第4期12卷 684-690页

作者：洪日昌吴秀清袁勋中国科学技术大学电子工程与信息科学技术系合肥230027

针对多光谱与全色图像融合中存在的光谱扭曲问题,提出了一种利用双正交多小波进行多分辨率分析,并结合平均与选择法处理小波高频系数的融合算法。该算法首先对已配准的多光谱图像进行IHS变换,然后分别对变换得到的强度分量I与全色图像... 详细信息

针对多光谱与全色图像融合中存在的光谱扭曲问题,提出了一种利用双正交多小波进行多分辨率分析,并结合平均与选择法处理小波高频系数的融合算法。该算法首先对已配准的多光谱图像进行IHS变换,然后分别对变换得到的强度分量I与全色图像进行双正交多小波分解,为增强融合图像的空间信息,对分解得到的高频系数利用平均与选择相结合的方法来确定,低频系数则通过邻域方差准则得到。最后由新的小波低频和高频系数重构并进行IHS逆变换得到融合图像。实验结果表明,该方法可以有效减少光谱扭曲,并提高图像的空间分辨率,保留图像中的边缘细节。

关键词：图像融合双正交多小波多分辨率分析平均与选择边缘细节

在线全文

学校读者我要写书评

暂无评论

基于显著性保持的多聚焦图像融合(英文)

中国科学技术大学学报 2008年第10期38卷 1173-1179页

作者：洪日昌吴秀清王超中国科学技术大学电子工程与信息科学技术系安徽合肥230027

提出一种基于显著性保持的多聚焦图像融合方法.该方法首先利用显著性评测函数计算源图像的显著性特征,然后利用显著性系数构建融合图像的目标梯度,最后迭代求解得到融合图像.同时研究了利用显著性特征融合彩色图像中的色调和饱和度分量... 详细信息

提出一种基于显著性保持的多聚焦图像融合方法.该方法首先利用显著性评测函数计算源图像的显著性特征,然后利用显著性系数构建融合图像的目标梯度,最后迭代求解得到融合图像.同时研究了利用显著性特征融合彩色图像中的色调和饱和度分量.多聚焦图像上的实验结果表明该算法相比较其他算法具有更好的融合效果.

关键词：多聚焦图像决策图显著性特征梯度场三角平均