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

基于流型学习的地面结霜现象检测

计算机应用 2015年第3期35卷 854-857,871页

作者：朱磊曹治国肖阳李肖霞马舒庆华中科技大学自动化学院武汉430074 武汉科技大学信息科学与工程学院武汉430081 中国气象局大气探测中心北京100081

针对日常地面气象观测中近地面结霜现象仍需要依靠人工观测来完成的问题,提出了一种基于计算机视觉的结霜现象自动化观测方法。在实时检测中,首先,结合人工标记获取的离线结霜图像样本和实时获取的图像样本构造k近邻图模型;其次,以结霜... 详细信息

针对日常地面气象观测中近地面结霜现象仍需要依靠人工观测来完成的问题,提出了一种基于计算机视觉的结霜现象自动化观测方法。在实时检测中,首先,结合人工标记获取的离线结霜图像样本和实时获取的图像样本构造k近邻图模型;其次,以结霜图像样本为查询节点并通过流型学习方法在图模型上对实时图像样本进行排序,进而获取候选结霜区域;最后,根据结霜和非结霜图像样本在线训练支持向量机(SVM)分类器并对候选结霜区域进行二次判定。在标准化气象观测站实施的实验结果显示,对比同期人工观测记录,该算法对结霜现象的检测正确率达到了87%,具有潜在的业务化前景。

关键词：地面气象观测结霜现象计算机视觉流型学习在线训练

在线全文

学校读者我要写书评

暂无评论

基于流型学习的动态车牌识别方法研究

基于流型学习的动态车牌识别方法研究

作者：田纹龙华中科技大学

学位级别：硕士

车牌识别融合了人工智能、图像以及机器学习等多门学科的知识,已经成为模式识别中的一项重要课题。但是目前大多数的车牌识别场景是基于固定场景下的近距离识别,并不能满足识别行走车辆的车牌要求。尽管有研究人员研究了复杂背景下的车... 详细信息

车牌识别融合了人工智能、图像以及机器学习等多门学科的知识,已经成为模式识别中的一项重要课题。但是目前大多数的车牌识别场景是基于固定场景下的近距离识别,并不能满足识别行走车辆的车牌要求。尽管有研究人员研究了复杂背景下的车牌识别算法,但关于如何在动态场景下进行车辆识别的研究并不多。流型学习是一种新的非监督学习方法。近年来引起越来越多的研究人员的关注。然而,在国内没有人将流型学习的方法应用于车牌字符识别中。通过对车牌识别的关键技术进行详细的分析,总结得到了适合动态环境下进行动态车牌识别中各个模块的优化算法。提出了基于流型学习的车牌字符识别算法,将流型学习方法中的局部线性嵌入算法应用于车牌字符识别,从而使得数据集的维度从高维空间将至低维空间,并且不改变点与点之间的拓扑结构。针对该算法与数据集在MATLAB平台上进行实验,并将实验结果与神经网络结果进行对比。最后将基于流型学习的动态车牌识别应用于实际Android环境下的智能手机中。在MATLAB平台上进行实验仿真与交叉验证结果,表明流型学习能够在降维的同时有效保持车牌字符训练集高维空间中的低维流型结构,并且有效避免车牌字符图片模糊、旋转和扭曲所造成的影响,具有较好的车牌字符识别率。最后,在Android手机平台上实现完整的基于流型学习的动态车牌识别应用,该应用表明将流型学习方法应用于车牌识别具有一定的现实意义。

关键词：车牌识别流型学习局部线性嵌入算法字符识别

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于位图的点集表面表示及其渲染

计算机工程 2006年第9期32卷 185-187页

作者：张睿沈一帆复旦大学计算机科学与工程系上海200433

提出了一种基于位图的点集表面表示形式:先对点集表面进行参数化,然后在参数域上进行曲面重构和重采样得到基于二维数组的点集表面表示。采用了切空间对齐的方法得到点集表面的参数坐标,该方法能寻找出点集代表的流型所在的二维参数空间... 详细信息

提出了一种基于位图的点集表面表示形式:先对点集表面进行参数化,然后在参数域上进行曲面重构和重采样得到基于二维数组的点集表面表示。采用了切空间对齐的方法得到点集表面的参数坐标,该方法能寻找出点集代表的流型所在的二维参数空间,并在参数化过程中较好地保留了原曲面的尺度信息。位图形式表示点集表面具有数据结构简单和便于随机访问的优点。提出了基于位图表示形式的点渲染方法,该方法采用双线性插值来实现视角依赖的点集表面的重采样,解决了点渲染中采样点不足的问题。

关键词：点渲染点集表面切空间对齐流型学习参数化

基于双邻接图正交近邻保持投影的人脸识别算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2017年第8期44卷 31-35页

作者：薛潇宇马小虎苏州大学计算机科学与技术学院苏州215006 浙江大学计算机辅助设计与图形学国家重点实验室杭州310058

正交保持投影(ONPP)是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构。监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类... 详细信息

正交保持投影(ONPP)是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构。监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类数据点间的结构不够明显。因此,提出了基于双邻接图的正交近邻保持投影(DAGONPP)算法。通过建立同类邻接图与异类邻接图,在数据嵌入低维空间后同类近邻重构误差尽量小,异类近邻重构误差更加明显。在ORL,Yale,YaleB和PIE人脸库上的实验结果表明,与其他经典算法相比,所提方法有效提高了分类能力。

关键词：监督学习人脸识别流型学习正交近邻保持投影双邻接图

基于图的特征选择算法在阿兹海默症诊断问题研究

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2017年第4期34卷 1018-1021页

作者：朱永华程德波何威文国秋梁正友广西大学计算机与电子信息学院南宁530004 广西师范大学计算机科学与信息工程学院广西桂林541004

针对神经性疾病难以确诊的问题,提出了一种基于图的特征选择方法,过滤掉不相干的特征,从而方便并且准确地对疾病患者进行诊断。算法首先基于先验知识定义了两种基本关系(特征关系和样本关系);然后将这两种关系嵌入到一个由最小二次损失... 详细信息

针对神经性疾病难以确诊的问题,提出了一种基于图的特征选择方法,过滤掉不相干的特征,从而方便并且准确地对疾病患者进行诊断。算法首先基于先验知识定义了两种基本关系(特征关系和样本关系);然后将这两种关系嵌入到一个由最小二次损失函数和l2-范数正则化因子组成的多任务学习框架中进行特征选择;最后,将约简得到的降维矩阵送入支持向量机(SVM)中对阿兹海默症患者进行确诊。通过对Alzheimer’s disease neuroimaging initiative(ANDI)的研究数据集进行实验得知,提出算法的分类效果均优于一般常用分类算法,如K最近邻法(KNN)、支持向量机(SVM)等。提出的算法通过考虑特征选择和引入两种数据的内在关系,有效提高了阿兹海默疾病诊断的正确率。

关键词：阿兹海默病诊断特征选择流型学习

在线全文

学校读者我要写书评

暂无评论

基于流型的贝叶斯层次聚类分析

基于流型的贝叶斯层次聚类分析

作者：李兴龙云南大学

学位级别：硕士

聚类分析是一类重要的无监督学习算法,其目的是在没有样本标签的情况下将数据总体划分为彼此性质不同的子集。由于没有标签指导训练过程,聚类分析中两个关键的问题是子类个数的选择和类间距离度量标准的选取。当样本的维数很高时,聚类... 详细信息

聚类分析是一类重要的无监督学习算法,其目的是在没有样本标签的情况下将数据总体划分为彼此性质不同的子集。由于没有标签指导训练过程,聚类分析中两个关键的问题是子类个数的选择和类间距离度量标准的选取。当样本的维数很高时,聚类分析还需要对样本进行降维,以达到减少计算量,舍弃无用信息的目的。高维数据的潜在结构虽然是低维的,但往往是非线性的,因此传统的线性降维方法,如主成分分析等在降维时会丢失数据集的内部结构。目前尚没有一种能够对高维数据进行有效聚类分析的算法。为了能对高维图像数据进行有效的降维,同时在聚类时避免主观选择类的个数和样本间的距离度量标准,本文考虑基于流型的贝叶斯层析聚类分析,即首先用适当的流型学习算法对图像数据进行有效的降维,对降维后的数据进行贝叶斯层次聚类分析。本文选用手写数字识别、物体识别和人脸识别共三组实际高维图像数据进行聚类分析,分析结果表明,流型学习能够在降维的同时最大程度的保留图像数据集的内部结构。同时,与传统的聚类算法以及基于线性降维的贝叶斯层次聚类算法相比,基于流型降维的贝叶斯层次聚类法能够以较低的计算量自动的选择出接近真实值的子类个数,同时对数据进行恰当的聚类。

关键词：降维流型学习聚类分析贝叶斯层析聚类