检索结果-南通市图书馆

计算机工程与设计 2018年第4期39卷 1155-1160页

作者：陈建沈潇军姚一杨刘雄琚小明国家电网浙江省电力公司信息通信分公司浙江杭州310007 华东师范大学计算机科学与软件工程学院上海200062

为解决无人机航拍图像中输电线检测识别率低和误检率高的问题,分析航拍图像输电线的线性特征和区域分布特点,提出一种在复杂背景环境下输电线检测的改进随机霍夫变换方法。使用黑塞(Hessian)矩阵对输电线进行预处理,采用边界搜索和像素... 详细信息

为解决无人机航拍图像中输电线检测识别率低和误检率高的问题,分析航拍图像输电线的线性特征和区域分布特点,提出一种在复杂背景环境下输电线检测的改进随机霍夫变换方法。使用黑塞(Hessian)矩阵对输电线进行预处理,采用边界搜索和像素条分块对输电线区域和非输电线区域进行分割,降低输电线的误检率和漏检率,增强输电线目标检测识别率。实验结果表明,该方法比标准霍夫(Hough)变换方法和随机霍夫变换方法具有更快的处理速度和更优异的检测效果。

关键词：输电线检测航拍图像随机霍夫变换黑塞矩阵区域分割

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于显著性特征的食用菌中杂质检测

引用

计算机科学 2015年第B11期42卷 203-205,217页

作者：徐振驰纪磊刘晓荣周晓佳浙江工商大学信息与电子工程学院杭州310018 浙江工商大学金融学院杭州310018

为了使用机器视觉实现对食用菌中发丝等杂质的自动检测,提出基于显著性特征的菌菇中杂质图像分割算法,该算法结合了Hessian灰度特征和Lab空间色彩特征,通过图像归一化、求Hessian矩阵、反向投影、取阈值分割出杂质图像。实验结果表明,... 详细信息

为了使用机器视觉实现对食用菌中发丝等杂质的自动检测,提出基于显著性特征的菌菇中杂质图像分割算法,该算法结合了Hessian灰度特征和Lab空间色彩特征,通过图像归一化、求Hessian矩阵、反向投影、取阈值分割出杂质图像。实验结果表明,该算法在光照不均匀条件下的识别率仍达到99.6%,可以用于工业化生产。

关键词：机器视觉黑塞矩阵反向投影杂质检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于网络信息的社区发现算法研究

基于网络信息的社区发现算法研究

引用

作者：李昊康河北师范大学

学位级别：硕士

复杂网络作为一门新兴科学,可以对存在的网络现象及其复杂性进行解释。社区发现是复杂网络分析的重要内容,有助于人们认识网络的组织结构和连接模式,进而指导实践。因此在复杂网络中进行社区发现研究具有重要的理论意义和实用价值。现... 详细信息

复杂网络作为一门新兴科学,可以对存在的网络现象及其复杂性进行解释。社区发现是复杂网络分析的重要内容,有助于人们认识网络的组织结构和连接模式,进而指导实践。因此在复杂网络中进行社区发现研究具有重要的理论意义和实用价值。现有的研究还不能很好的处理社区结构不明显的网络,且把发生在不同时间的网络连边看作同质的,忽略了连边承载的信息随时间变化的现象。如何进一步拓展、完善不同类型数据中的社区发现方法依然是一个挑战。本文针对静态、动态网络各自的特点,分别提出一种社区发现算法,具体研究内容如下:首先,介绍了复杂网络社区发现的研究背景、研究意义和理论基础;综述了社区发现的国内外研究现状、真实网络中的属性信息、复杂网络的模型结构和度较正随机块模型(Degree Corrected Stochastic Block Model,DCSBM)的实现方法;阐述了论文的研究目的和研究内容。其次,针对社区结构不明显的网络,提出了基于复杂网络注意力模型的社区发现算法(Community Discovery Algorithm of Complex Network Attention Model,CCAM)。算法的主要创新如下:(1)通过引入注意力模型,提出一种将一阶、二阶邻居和模块度矩阵三种特征信息进行融合的模型,该模型可以更敏锐提取到网络的特征;(2)提出一种“复杂网络预处理——社区博弈归并”社区发现组合方法,通过复杂网络预处理可以很好的对网络进行压缩,有效减少了算法的运行时间;(3)参照无权重网络的相对指数,提出一种适用于加权网络的相对指数,用以平衡社区博弈过程,优化社区划分结果。最后,针对连边承载的信息随时间变化的现象,提出了基于自由能的动态网络社区发现算法(Bethe-based Dynamic Network Community Discovery Algorithm,BDCD)。算法的主要创新如下:(1)针对现实世界中事件影响力随时间减弱的现象,提出一种网络事件影响力模型,该模型对不同时刻的事件进行综合,从而得到当前时刻的连边系数矩阵;(2)通过拓展自由能的黑塞矩阵算法,提出自由能的加权黑塞矩阵算法,该算法可以适用于动态网络的连边系数矩阵,并进行社区划分;(3)通过在DCSBM模型中引入时间属性,提出可变节点的动态随机块模型,模型的生成网络可以用作动态社区发现算法的实验数据。经过实验验证,在静态网络中,CCAM算法通过注意力模型来综合网络中三个特征维度信息,能够准确有效的划分社区,且在结构不明显的网络中优于传统的社区发现方法。在动态网络中,BDCD算法通过综合不同时刻的事件的影响力信息,可以在节点数量显著变化时保持相对优异的性能,同时在归一化互信息、模块度方面具有较好的实验结果。

关键词：复杂网络社区发现模块度矩阵动态网络黑塞矩阵

来源：

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

水平值未知多节点折线模糊数的逼近

水平值未知多节点折线模糊数的逼近

引用

作者：张一培杭州电子科技大学

学位级别：硕士

随着科学技术的蓬勃发展,计算机所处理的系统日趋复杂,所面对的事物或问题总具有着模糊和不确定的特质。为使计算机能更加智能地识别和处理各种复杂和模糊的事物,融合电子计算机、控制论、系统科学等多学科的模糊集合应运而生。在模糊... 详细信息

随着科学技术的蓬勃发展,计算机所处理的系统日趋复杂,所面对的事物或问题总具有着模糊和不确定的特质。为使计算机能更加智能地识别和处理各种复杂和模糊的事物,融合电子计算机、控制论、系统科学等多学科的模糊集合应运而生。在模糊集合理论和方法中,模糊数是模糊集合理论中的重要概念,是描述不确定或不精确数字信息（量）的一个较好的工具。为了应用方便,我们常常利用简单的模糊数去逼近复杂模糊数。现有的逼近方法往往更注重使用的方便、计算的简便,而使用诸如矩形模糊数（区间数）、三角形模糊数、梯形模糊数等结构非常简单的模糊数逼近一般模糊数,而且是在给定水平值的条件下进行逼近的。为使逼近更加精确,本文在水平值未知条件下,对用多节点分段折线模糊数逼近一般模糊数的方法进行探讨,具有一定的理论价值和实际意义。本文主要分为三部分:1.主要提出了在水平值未知的情况下2-2-台式模糊数的概念,并给出了用2-2-台式模糊数去逼近一般模糊数的方法。2.探讨了在水平值未知的情况下,Ⅰ-,Ⅱ-和Ⅲ-2-2-折线模糊数的预最佳逼近方法,并举例说明三种逼近方法的可行性和有效性。3.在2的基础上,进一步探讨了在水平值未知的情况下Ⅰ-,Ⅱ-和Ⅲ-n-m-折线模糊数的预最佳逼近方法,并举例说明三种逼近方法的可行性和有效性。具体各章内容如下:第一章:本章概述了模糊数的发展历程、有关模糊集合理论以及模糊数逼近的一些概念。第二章:本章介绍了模糊数和模糊集合的有关概念,欧式距离的定义等。第三章:本章给出了2-2-台式模糊数水平值未知的条件下,建立了利用2-2-台式模糊数逼近一般模糊数的方法,用黑塞矩阵的方法证明了该方法的正确性以及最佳逼近解的唯一性,并举例说明了该定理的合理性和可行性。第四章:本章在2-2-折线模糊数水平值未知的条件下,提出了Ⅰ-,Ⅱ-和Ⅲ-2-2-折线模糊数的预最佳逼近的概念。基于三种预最佳逼近的概念,通过求出三种预最佳逼近并进行比较的方式,最终建立起2-2-折线模糊数最佳逼近的方法。第五章:本章主要是在第四章的基础上,进一步在n-m-折线模糊数的水平值未知的条件下,针对n-m-节点折线模糊数提出Ⅰ-,Ⅱ-和Ⅲ-最佳逼近的概念。基于三种预最佳逼近的概念,通过求出三种预最佳逼近并进行比较的方式,最终建立起n-m-折线模糊数最佳逼近的方法。第六章:对全文进行总结及展望。

关键词：模糊数 2-2-台式模糊数 2-2-折线模糊数 n-m-折线模糊数隶属函数模糊数的逼近黑塞矩阵

来源：

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

融合SURF和改进的AlexNet网络的表情识别算法

引用

计算机与数字工程 2024年第11期52卷 3433-3438页

作者：高寒陈伟云南民族大学电气信息工程学院昆明650031

针对传统卷积神经网络在面部表情识别中特征信息提取不完善,分类效果不好,论文提出了一种将SURF算法与改进的AlexNet网络相结合的双通道表情识别算法。该方法以传统的AlexNet网络为基础,首先使用改进的AlexNet卷积神经网络对人脸图像进... 详细信息

针对传统卷积神经网络在面部表情识别中特征信息提取不完善,分类效果不好,论文提出了一种将SURF算法与改进的AlexNet网络相结合的双通道表情识别算法。该方法以传统的AlexNet网络为基础,首先使用改进的AlexNet卷积神经网络对人脸图像进行特征点提取和特征描述,提取到的特征作为主要特征点部分,然后使用SURF算法提取面部特征作为次要特征点部分,对主要特征点部分进行补充,对参数变化进行分析;其次融合双通道提取的特征信息,实现优势互补;最后将融合得到的特征信息作为SVM分类器的输入进行分类,输出表情分类结果。该方法在Fer2013和CK+数据集上进行了实验,与以前的算法相比,其识别率分别提高了6.14%和6.51%。

关键词：黑塞矩阵支持向量机特征提取双通道

来源：

维普期刊数据库

同方期刊数据库评论