检索结果-南通市图书馆

基于核Fisher判别字典学习的稀疏表示分类

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2014年第10期25卷 2000-2008页

作者：陈思宝赵令罗斌安徽大学计算机科学与技术学院安徽合肥230601 安徽省工业图像处理与分析重点实验室安徽合肥230039

在基于稀疏表示分类的模式识别中,字典学习(DL)可以为稀疏表示获得更为精简的数据表示。最近的基于Fisher判别的字典学习(FDDL)可以学习到更加判别的稀疏字典,使得稀疏表示分类具有很强的识别性能。核空间变换可以学习到非线性结构信息... 详细信息

在基于稀疏表示分类的模式识别中,字典学习(DL)可以为稀疏表示获得更为精简的数据表示。最近的基于Fisher判别的字典学习(FDDL)可以学习到更加判别的稀疏字典,使得稀疏表示分类具有很强的识别性能。核空间变换可以学习到非线性结构信息,这对判别分类非常有用。为了充分利用核空间特性以学习更加判别的稀疏字典来提升最终的识别性能,在FDDL的基础上,提出了两种核化的稀疏表示DL方法。首先原始训练数据被投影到高维核空间,进行基于Fisher判别的核稀疏表示DLFDKDL;其次在稀疏系数上附加核Fisher约束,进行基于核Fisher判别的核稀疏表示DL(KFDKDL),使得所学习的字典具有更强的判别能力。在多个公开的图像数据库上的稀疏表示分类实验结果验证了所提出的FDKDL和KFDKDL方法的有效性。

关键词：字典学习(DL) 稀疏表示核空间 Fisher判别

在线全文

学校读者我要写书评

暂无评论

局部保持的稀疏表示字典学习

华南理工大学学报（自然科学版） 2014年第1期42卷 142-146页

作者：陈思宝赵令罗斌安徽大学计算机科学与技术学院安徽合肥230601 安徽省工业图像处理与分析重点实验室安徽合肥230039

稀疏表示分类中的字典选择至关重要,为了用较少的字典原子更好地表示原始训练样本的局部信息,并且使学习出的字典更加具有判别信息,提出了一种基于局部保持准则的稀疏表示字典学习方法.该方法将局部保持准则强加在编码系数上,使得学习... 详细信息

稀疏表示分类中的字典选择至关重要,为了用较少的字典原子更好地表示原始训练样本的局部信息,并且使学习出的字典更加具有判别信息,提出了一种基于局部保持准则的稀疏表示字典学习方法.该方法将局部保持准则强加在编码系数上,使得学习出的字典具有相近数据点的编码系数也保持近邻关系的特性,从而保持原始训练样本的局部信息.在扩展YaleB、AR和COIL20数据库上的实验结果表明,文中方法的分类识别结果优于其他方法,说明该方法是有效的.

关键词：局部保持稀疏表示字典学习模式识别

在线全文

学校读者我要写书评

暂无评论

基于L1-范数的最大间距准则

电子学报 2016年第6期44卷 1383-1388页

作者：陈思宝陈道然罗斌安徽大学计算机科学与技术学院安徽合肥230601 安徽省工业图像处理与分析重点实验室安徽合肥230039

在进行线性投影降维时,由于传统的最大间距准则(Maximum Margin Criterion,MMC)算法基于L2-范数,易于受到野值(outliers)及噪声的影响.该文提出一种基于L1-范数的最大间距准则(L1-norm-based MMC,MMCL1)降维方法,它充分利用L1-范数对野... 详细信息

在进行线性投影降维时,由于传统的最大间距准则(Maximum Margin Criterion,MMC)算法基于L2-范数,易于受到野值(outliers)及噪声的影响.该文提出一种基于L1-范数的最大间距准则(L1-norm-based MMC,MMCL1)降维方法,它充分利用L1-范数对野值及噪声的强鲁棒性以及最大间距准则,提出了一种快速迭代优化算法,并给出了其单调收敛到局部最优的证明.在多个图像数据库上的实验验证了该方法的鲁棒性与高效性.

关键词：最大间距准则(MMC) L1-范数线性投影降维

在线全文

学校读者我要写书评

暂无评论

基于多重核的稀疏表示分类

电子学报 2014年第9期42卷 1807-1811页

作者：陈思宝许立仙罗斌安徽大学计算机科学与技术学院安徽合肥230601 安徽省工业图像处理与分析重点实验室安徽合肥230039

稀疏表示分类(SRC)及核方法在模式识别的很多问题中都得到了成功的运用.为了提高其分类精度,提出多重核稀疏表示及其分类(MKSRC)方法.提出一种快速求解稀疏系数的优化迭代方法并给出了其收敛到全局最优解的证明.对于多重核的权重给出了... 详细信息

稀疏表示分类(SRC)及核方法在模式识别的很多问题中都得到了成功的运用.为了提高其分类精度,提出多重核稀疏表示及其分类(MKSRC)方法.提出一种快速求解稀疏系数的优化迭代方法并给出了其收敛到全局最优解的证明.对于多重核的权重给出了两种自动更新方式并进行了分析与比较.在不同的人脸图像库上的分类实验显示了所提出的多重核稀疏表示分类的优越性.

关键词：稀疏表示分类(SRC) 核方法多重核核权重模式识别

在线全文

学校读者我要写书评

暂无评论

一种非负稀疏近邻表示的多标签学习算法

电子科技大学学报 2015年第6期44卷 899-904页

作者：陈思宝徐丹洋罗斌 f安徽大学计算机科学与技术学院合肥2306011

针对训练数据中的非线性流形结构以及基于稀疏表示的多标签分类中判别信息丢失严重的问题,该文提出一种非负稀疏近邻表示的多标签学习算法。首先找到待测试样本每个标签类上的k-近邻,然后基于LASSO稀疏最小化方法,对待测试样本进行非负... 详细信息

针对训练数据中的非线性流形结构以及基于稀疏表示的多标签分类中判别信息丢失严重的问题,该文提出一种非负稀疏近邻表示的多标签学习算法。首先找到待测试样本每个标签类上的k-近邻,然后基于LASSO稀疏最小化方法,对待测试样本进行非负稀疏线性重构,得到稀疏的非负重构系数。再根据重构误差计算待测试样本对每个类别的隶属度,最后实现多标签数据分类。实验结果表明所提出的方法比经典的多标签k近邻分类(ML-KNN)和稀疏表示的多标记学习算法(ML-SRC)方法性能更优。

关键词：多标签学习稀疏近邻表示 LASSO稀疏最小化非负重构

在线全文

学校读者我要写书评

暂无评论

基于L1-范数的二维线性判别分析

电子与信息学报 2015年第6期37卷 1372-1377页

作者：陈思宝陈道然罗斌安徽大学计算机科学与技术学院合肥230601 安徽省工业图像处理与分析重点实验室合肥230039

为了避免图像数据向量化后的维数灾难问题,以及增强对野值(outliers)及噪声的鲁棒性,该文提出一种基于L1-范数的2维线性判别分析(L1-norm-based Two-Dimensional Linear Discriminant Analysis,2DLDA-L1)降维方法。它充分利用L1-范数对... 详细信息

为了避免图像数据向量化后的维数灾难问题,以及增强对野值(outliers)及噪声的鲁棒性,该文提出一种基于L1-范数的2维线性判别分析(L1-norm-based Two-Dimensional Linear Discriminant Analysis,2DLDA-L1)降维方法。它充分利用L1-范数对野值及噪声的强鲁棒性,并且直接在图像矩阵上进行投影降维。该文还提出一种快速迭代优化算法,并给出了其单调收敛到局部最优的证明。在多个图像数据库上的实验验证了该方法的鲁棒性与高效性。

关键词：图像处理 L1-范数 2维线性判别分析线性投影降维

含1,2,4-三唑酰腙类化合物的合成、结构表征及生物活性

在线全文

学校读者我要写书评

暂无评论

有机化学 2014年第4期34卷 741-748页

作者：韩杰周晓霞陈思宝安悦辽宁师范大学化学化工学院大连116029

以取代羧酸为起始原料,经多步反应,设计合成12个中间体及16个2-(3-取代-4-氨基-1,2,4-三唑-5-硫基)乙酰腙类化合物,中间体2a^2d,3a^3d及目标产物4a^4p均为新化合物.借助IR,NMR,元素分析等方法对所合成的中间体和目标产物结构进行了表征... 详细信息

以取代羧酸为起始原料,经多步反应,设计合成12个中间体及16个2-(3-取代-4-氨基-1,2,4-三唑-5-硫基)乙酰腙类化合物,中间体2a^2d,3a^3d及目标产物4a^4p均为新化合物.借助IR,NMR,元素分析等方法对所合成的中间体和目标产物结构进行了表征;目标产物存在trans/cis异构体,室温下以trans异构体形式为主.生长素活性测试结果表明,目标化合物对小麦芽鞘有着不同程度的生长调节作用;同样,目标化合物对供试细菌也具有抑制作用,且对金黄色葡萄球菌的抑制作用明显优于对大肠杆菌的抑制作用,其中化合物4h的抑菌活性最好,对金黄色葡萄球菌的最低抑菌浓度(MIC)达到3.13μg/mL,与对比药物氯霉素接近.

关键词： 1,2,4-三唑酰腙合成生物活性

基于耦合BAS-MLP的混凝土抗压强度预测

在线全文

学校读者我要写书评

暂无评论

建筑材料学报 2023年第7期26卷 705-715页

作者：汪声瑞胡畔陈思宝肖约武汉理工大学土木工程与建筑学院湖北武汉430070 长江勘测规划设计研究有限责任公司湖北武汉430010 华杰工程咨询有限公司中南分公司湖北武汉430000

针对1 030组混凝土抗压强度试验数据,通过天牛须搜寻算法(BAS)来训练多层神经网络(MLP),并与混合复杂进化方法(SCE)-MLP、多元宇宙优化算法(MVO)-MLP这2种耦合模型算法进行对比分析,得到可用于预测混凝土抗压强度的算法模型.结果表明:BA... 详细信息

针对1 030组混凝土抗压强度试验数据,通过天牛须搜寻算法(BAS)来训练多层神经网络(MLP),并与混合复杂进化方法(SCE)-MLP、多元宇宙优化算法(MVO)-MLP这2种耦合模型算法进行对比分析,得到可用于预测混凝土抗压强度的算法模型.结果表明:BAS可以显著提高MLP的训练精度和预测精度,该算法比SCE-MLP、MVO-MLP耦合模型算法更快、更准确;与人工神经网络(ANN)和支持向量机(SVM)个体学习算法相比,元启发式算法在混凝土抗压强度预测方便表现出良好的优越性.同时讨论了BAS-MLP模型中与训练数据集数量和输入变量数量相关的因素,发现使用1 030组数据的80%即可获得良好的预测结果 .

关键词：混凝土抗压强度耦合预测学习算法训练数据集

在线全文

学校读者我要写书评

暂无评论

指数型分布族中矩估计的序贯置信区间

指数型分布族中矩估计的序贯置信区间

作者：陈思宝安徽大学

学位级别：硕士

本文主要讨论未知参数基于矩估计的序贯置信区间的问题。参数估计的序贯方法自1965年***研究一般总体均值μ的序贯置信程序后而出现了一个崭新的发展局面。不少学者把这序贯方法应用到不同的模型中和不同的参数估计上，并指出其序贯估... 详细信息

本文主要讨论未知参数基于矩估计的序贯置信区间的问题。参数估计的序贯方法自1965年***研究一般总体均值μ的序贯置信程序后而出现了一个崭新的发展局面。不少学者把这序贯方法应用到不同的模型中和不同的参数估计上，并指出其序贯估计的一些渐近性质，诸如：渐近相合性P(θ∈I)→α，渐近有效性(EN(d))/(n(d))→1。最近，***(2000)在构造极大似然估计的序贯置信区域时，提出了一个新的渐近性质：未知代价的有界性(bounded cost of ignorance)，即这是一个很值得考虑的渐近性质。这里，我们自然地想到，上述的一些渐近性质在极大似然估计方法和其他方法下成立，是否也会在矩估计方法下成立。为此，我们做了以下工作：我们首先把总体分布局限在指数型分布族中，建立了未知参数一般形式的一维函数的序贯置信区间程序，并得出它的渐近相合性、渐近有效性和未知代价的有界性。其次，我们就常用的数字特征变异系数、偏度和峰度分别建立了它们的序贯置信区间程序，着重算出它们极限分布中的相关渐近方差。最后指出，由定理的证明可知，上述矩估计序贯置信程序的渐近性质不受指数型分布族的限制，但要求一定的高阶矩有限。

关键词：矩估计序贯置信区间渐近相合性