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

手写体数字有效鉴别特征的抽取与识别

计算机研究与发展 1999年第12期36卷 1484-1489页

作者：金忠胡钟山杨静宇刘克孙靖夷南京理工大学计算机科学系南京210014 concordia大学模式识别与机器智能中心

文中提出了基于后验概率估计的多特征多分类器组合识别的估计法，并提出了基于具有统计不相关性的最佳鉴别变换与ＫＬ变换抽取手写体数字的有效鉴别特征的方法．实验采用ＣｏｎｃｏｒｄｉａＵｎｉｖｅｒｓｉｔｙＣＥＮＰＡＲＭＩ手写... 详细信息

文中提出了基于后验概率估计的多特征多分类器组合识别的估计法，并提出了基于具有统计不相关性的最佳鉴别变换与ＫＬ变换抽取手写体数字的有效鉴别特征的方法．实验采用ＣｏｎｃｏｒｄｉａＵｎｉｖｅｒｓｉｔｙＣＥＮＰＡＲＭＩ手写体数字数据库．用最近邻距离分类器与最近邻相关分类器这两个分类器，对手写体数字的１２个特征做多特征多分类器组合识别实验．实验结果表明：估计法优于常用的投票法与计分法，估计法的识别率高达９７％．本文最后基于一个严格的结构分类器与估计法提出了一个集成分类器，该集成分类器获得了更好的实验结果：识别率、拒识率与可靠性分别可达到９７．１５％、２．０５％、９９．１８％，这是目前在该手写体数字数据库上所得到的最好的实验结果．

关键词：计算机手写体数字识别特征抽取模式识别

在线全文

学校读者我要写书评

暂无评论

基于轮廓分段特征的手写体阿拉伯数字识别

计算机学报 1999年第10期22卷 1065-1073页

作者：娄震胡钟山杨静宇刘克孙靖夷南京理工大学计算机科学系南京210094 concordia大学模式识别及机器智能研究中心

文中提出了一种新的手写体数字识别的结构方法，将字符轮廓划分为特征片段：凸弧、凹弧、直线段、端点、洞，并由特征片段得到特征基元，构成对字符结构的完整描述．文中还提出了一种轮廓点的曲率滤波方法以及利用字符的特征基元序列测... 详细信息

文中提出了一种新的手写体数字识别的结构方法，将字符轮廓划分为特征片段：凸弧、凹弧、直线段、端点、洞，并由特征片段得到特征基元，构成对字符结构的完整描述．文中还提出了一种轮廓点的曲率滤波方法以及利用字符的特征基元序列测量两样本之间的相似度方法．在此基础上，提出了一个两阶段的识别方法及两种拒识准则．在第一阶段，通过基于相似度比较的分类器，对每个待识字符识别或拒识．拒识的字符进入第二阶段识别．拒识分两种情况：待识字符与任一类训练样本都不相似，称为第一类拒识；与两类训练样本都相似，为第二类拒识．在第二阶段，对于第一类拒识，重新提取特征后再入分类器．对于第二类拒识，用一个专用的二义识别过程识别．

关键词：手写体数字识别特征提取轮廓跟踪拒识准则

在线全文

学校读者我要写书评

暂无评论

深度域适应综述:一般情况与复杂情况

自动化学报 2021年第3期47卷 515-548页

作者：范苍宁刘鹏肖婷赵巍唐降龙哈尔滨工业大学计算机科学与技术学院模式识别与智能系统研究中心哈尔滨150001

信息时代产生的大量数据使机器学习技术成功地应用于许多领域.大多数机器学习技术需要满足训练集与测试集独立同分布的假设,但在实际应用中这个假设很难满足.域适应是一种在训练集和测试集不满足独立同分布条件下的机器学习技术.一般情... 详细信息

信息时代产生的大量数据使机器学习技术成功地应用于许多领域.大多数机器学习技术需要满足训练集与测试集独立同分布的假设,但在实际应用中这个假设很难满足.域适应是一种在训练集和测试集不满足独立同分布条件下的机器学习技术.一般情况下的域适应只适用于源域目标域特征空间与标签空间都相同的情况,然而实际上这个条件很难满足.为了增强域适应技术的适用性,复杂情况下的域适应逐渐成为研究热点,其中标签空间不一致和复杂目标域情况下的域适应技术是近年来的新兴方向.随着深度学习技术的崛起,深度域适应已经成为域适应研究领域中的主流方法.本文对一般情况与复杂情况下的深度域适应的研究进展进行综述,对其缺点进行总结,并对其未来的发展趋势进行预测.首先对迁移学习相关概念进行介绍,然后分别对一般情况与复杂情况下的域适应、域适应技术的应用以及域适应方法性能的实验结果进行综述,最后对域适应领域的未来发展趋势进行展望并对全文内容进行总结.

关键词：域适应迁移学习深度域适应深度学习机器学习

在线全文

学校读者我要写书评

暂无评论

基于不确定性分析的自主导航轨迹评测方法

机器人 2013年第2期35卷 194-199页

作者：阎岩唐振民刘家银中国运载火箭技术研究院研发中心北京100076 南京理工大学模式识别与人工智能研究所江苏南京210094

为满足自主导航轨迹定性和定量评测要求,提出一种基于不确定性云模型的轨迹分析计算方法.该方法通过提取机器人自主行驶和避障行为中的运动轨迹特征,建立对应的方位偏离、方向偏差和避障安全距离轨迹特征云模型,以云模型的期望作为轨迹... 详细信息

为满足自主导航轨迹定性和定量评测要求,提出一种基于不确定性云模型的轨迹分析计算方法.该方法通过提取机器人自主行驶和避障行为中的运动轨迹特征,建立对应的方位偏离、方向偏差和避障安全距离轨迹特征云模型,以云模型的期望作为轨迹特征基本度量,以熵和超熵表达特征所具有的模糊性和随机性.利用云模型所具有的不确定性度量优势,反映系统自主导航过程中的瞬时状态和系统稳定性.实验结果表明,该方法能够有效评估自主导航系统轨迹数据,并能够弥补基于增强学习的方法无法直观反映系统评价稳定性的不足.

关键词：轨迹评测自主导航不确定性分析云模型

在线全文

学校读者我要写书评

暂无评论

双中心粒子群优化算法

计算机研究与发展 2012年第5期49卷 1086-1094页

作者：汤可宗柳炳祥杨静宇孙廷凯南京理工大学模式识别与机器智能研究所南京210094 景德镇陶瓷学院信息工程学院江西景德镇333000 南昌工程学院信息工程学院南昌330099

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,由于其原理简单、参数少、效果好等优点已经广泛应用于求解各类复杂优化问题.而影响该算法收敛速度和精度的2个主要因素是粒子个体极值与全局极值的更新方式.通过分析粒子的飞行轨迹... 详细信息

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,由于其原理简单、参数少、效果好等优点已经广泛应用于求解各类复杂优化问题.而影响该算法收敛速度和精度的2个主要因素是粒子个体极值与全局极值的更新方式.通过分析粒子的飞行轨迹和引入广义中心粒子和狭义中心粒子,提出双中心粒子群优化(double center particle swarm optimization,DCPSO)算法,在不增加算法复杂度条件下对粒子的个体极值和全局极值更新方式进行更新,从而改善了算法的收敛速度和精度.采用Rosenbrock和Rastrigrin等6个经典测试函数,按照固定迭达次数和固定时间长度运行2种方式进行测试,验证了新算法的可行性和有效性.

关键词：粒子群优化群体智能中心粒子优化问题极值

在线全文

学校读者我要写书评

暂无评论

家庭远程医疗监护报警和咨询智能系统

高技术通讯 2002年第6期12卷 4-9页

作者：杨杰周小四沈利上海交通大学图像处理与模式识别研究所上海200030

介绍了家庭远程医疗监护和咨询智能系统 ,它综合运用数据融合、数据挖掘、小波分析、模式识别、人工智能等技术 ,能自动进行监护数据分析和异常情况识别及网络报警、远程实时诊断。给出了系统的硬件组成框图、家庭端软件结构组成框图、... 详细信息

介绍了家庭远程医疗监护和咨询智能系统 ,它综合运用数据融合、数据挖掘、小波分析、模式识别、人工智能等技术 ,能自动进行监护数据分析和异常情况识别及网络报警、远程实时诊断。给出了系统的硬件组成框图、家庭端软件结构组成框图、医疗监护中心端软件结构组成框图。介绍了系统的部分关键技术 :基于小波变换的心电信号分析、结合数据挖掘和机器学习的自动建模方法、基于数据融合和识别推理的病人异常情况识别。该系统在微机Windows平台采用VC ++实现。

关键词：家庭远程医疗监护报警咨询智能系统数据融合数据挖掘模式识别

在线全文

学校读者我要写书评

暂无评论

基于稀疏表示的大数据在政府统计工作中应用

统计与决策 2015年第21期31卷 71-74页

作者：张乾金升菊罗玉坤贵州省模式识别与智能系统重点实验室贵阳550025 贵州民族大学工程实训中心贵阳550025 贵州省统计科研教育中心贵阳550001

针对大数据对政府统计工作影响越来越大的现状,文章提出了一种基于稀疏表示的大数据统计算法框架。首先利用了有放回Bootstrap在数据中的样本和特征上采样形成不同数据子集,用多形态保留相似性方法融合子集中的异构数据,再在融合数据上... 详细信息

针对大数据对政府统计工作影响越来越大的现状,文章提出了一种基于稀疏表示的大数据统计算法框架。首先利用了有放回Bootstrap在数据中的样本和特征上采样形成不同数据子集,用多形态保留相似性方法融合子集中的异构数据,再在融合数据上作数据变换使得数据方便处理和富有信息,最后将变换后数据形成基元字典,基元字典加权构成稀疏表示的字典矩阵。建议算法在加利福尼亚大学机器学习UCI数据库中的Gisette和Internet Advertisements两个数据集进行了大量实验,实验表明,建议算法在数据集都具有最高的分类正确率和最快的运算速度。

关键词：大数据稀疏表示统计工作基元字典

在线全文

学校读者我要写书评

暂无评论

一种自动模糊聚类的算法

统计与决策 2014年第20期30卷 16-19页

作者：周丽华黄成泉王林贵州民族大学计算机网络中心贵阳550025 贵州民族大学理学院贵阳550025 贵州民族大学模式识别和智能系统省级重点实验室贵阳550025

针对经典模糊C均值(Fuzzy C-Means,FCM)聚类算法聚类数需预先指定的缺点,提出了一种能自动确定聚类数的自动模糊C均值(Automatic FCM,AFCM)聚类算法。通过引入聚类模糊隶属度基数到FCM聚类算法,实现了FCM聚类算法聚类数的自动获取。在... 详细信息

针对经典模糊C均值(Fuzzy C-Means,FCM)聚类算法聚类数需预先指定的缺点,提出了一种能自动确定聚类数的自动模糊C均值(Automatic FCM,AFCM)聚类算法。通过引入聚类模糊隶属度基数到FCM聚类算法,实现了FCM聚类算法聚类数的自动获取。在随机生成的人工模拟数据数据集以及UCI机器学习数据集上的实验结果表明,AFCM算法能自动实现聚类数的确定。

关键词：模糊聚类模糊隶属度基数聚类数

基于机器学习和几何变换的实时2D/3D脊椎配准

在线全文

学校读者我要写书评

暂无评论

自动化学报 2018年第7期44卷 1183-1194页

作者：陈智强王作伟方龙伟菅凤增吴毅红李硕何晖光中国科学院自动化研究所类脑智能研究中心中国科学院大学北京医院神经外科首都医科大学宣武医院神经外科中国科学院自动化研究所模式识别国家重点实验室加拿大西安大略大学中国科学院脑科学与智能技术卓越创新中心

在图像引导的脊柱手术中,实时高效的2D/3D配准是一项重要且具有挑战性的任务.通常的2D/3D配准一般是将三维图像投影到二维平面,然后进行2D/2D的配准.由于投影空间涉及到3个平移以及3个旋转参数,其投影空间的复杂度为O(n6),使得配准很难... 详细信息

在图像引导的脊柱手术中,实时高效的2D/3D配准是一项重要且具有挑战性的任务.通常的2D/3D配准一般是将三维图像投影到二维平面,然后进行2D/2D的配准.由于投影空间涉及到3个平移以及3个旋转参数,其投影空间的复杂度为O(n6),使得配准很难兼具高准确性和高实时性.本文提出了一个结合机器学习与几何变换的2D/3D配准方法,首先,使用统计形状模型对目标脊椎进行建模,并构建了一种新的投影方式,使得6个投影参数中的4个可以使用几何的方法计算出来;接下来利用回归学习的方法学习目标脊椎的形状与投影参数之间的关系;最终,结合学到的关系和几何变换完成配准.本方法的两个姿态参数的平均预测误差为0.84?和0.81?,平均目标配准误差(Mean target registration error,m TRE)为0.87 mm,平均配准时间为0.9 s.实验结果表明本方法具有很好的实时性和准确性.

关键词： 2D/3D配准机器学习几何变换统计形状模型实时