首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 656 毫秒

1.  覆盖学习的道路优化算法  
   严晨  李凡长《软件学报》,2015年第26卷第11期
   在之前的研究中,已经针对李群多连通空间上具有不同类别特征的研究对象,提出了多连通覆盖学习算法,成功地将覆盖学习应用到多连通李群空间.主要针对多连通覆盖学习算法中连通道路的交叉问题,考虑在李群空间上寻找一条测地曲线,使得映射后不同单连通空间上的道路的关联度最小化、同一单连通空间上的道路的关联度最大化,从而实现连通空间上类别判别性能的优化.首先回顾李群连通性质的相关知识;然后,简单介绍了多连通覆盖学习算法,并针对问题给出新的优化算法;最终,通过与经典覆盖学习算法、李群均值算法以及原始算法的比较实验,证明了该优化算法具有更好的分类性能.    

2.  多李群覆盖学习优化算法  
   吴鲁辉  李凡长  张莉《计算机科学》,2018年第45卷第1期
   目前,已针对李群多连通空间上的道路交叉问题提出了多李群核覆盖学习算法,降低了道路交叉情况,使得分类正确率有了显著提高。但是,核学习算法的性能依赖于核函数的选择。考虑利用李群同态映射将原始李群样本映射到目标李群空间中,使在目标李群空间中不同单连通空间上的道路的关联度最小化,同一单连通空间上的道路的关联度最大化,从而减少道路交叉问题。    

3.  一种新的李群分类器在手写体数字中的应用  
   王晓乾  张莉  何书萍  杨季文  李凡长《计算机工程与科学》,2013年第35卷第2期
   李群是变换空间的一种基本表示理论。目前针对李群数据所设计的分类器较少,对多分类的效果也不是很好。以手写体数字的应用为背景,引入了支持向量机分类算法来处理李群数据。由于李群数据具有矩阵表现的形式,设计了一种矩阵高斯核函数,使得支持向量机能够处理矩阵数据。仿真结果表明,支持向量机方法在李群数据上具有很好的性能。    

4.  李群均值学习算法  
   高聪  李凡长《模式识别与人工智能》,2012年第6期
   首先分析李群均值的计算方法,在此基础上,进一步提出李群均值学习算法,其思想是在李群流形上寻找一个由总体样本内均值的李代数元素决定的单参数子群,这个单参数子群是原李群上的一条测地线,定义样本到测地线投影的概念,同时将李群样本向该测地线投影,并尽可能使投影后各类别间的散度与类内散度比值最大化,从而实现非线性李群空间的类别判别.实验表明,基于李群均值的学习算法和KNN、FLDA算法相比,具有较好的分类效果.    

5.  李群核学习算法研究  
   高聪  李凡长  沈程《计算机科学与探索》,2012年第11期
   分析了李群流形空间的几何结构、核函数和KFDA(kernel Fisher linear discriminant analysis)的原理,推导了矩阵李群内积空间的度量形式,进一步推导出5个李群核函数,并以此设计实现了KLieDA(kernel Lie group linear discriminant analysis)算法。李群核函数是适应性更广的核函数形式,由于欧氏空间的几何结构是李群的子集,李群函数不仅适用于矩阵李群的样本集,同时也适用于常规的向量形式的样本集。实验表明,基于李群函数和李群均值理论的KLieDA算法是一种快速高效的李群样本分类器。实验部分除了KLieDA的分类,还对基于李群核的SVM(support vector machine)算法进行手写体分类,结果表明,手写体图像的区域协方差李群特征具有较好的线性分布特性。    

6.  李群机器学习十年研究进展  
   杨梦铎  李凡长  张莉《计算机学报》,2015年第7期
   该文主要从3个方面介绍李群机器学习近年来的研究进展。首先,该文将解释为什么采用李群结构进行数据或特征描述,以此阐明李群机器学习与传统机器学习方法的区别,并且通过李群在人工智能领域的广泛应用来说明李群表示的普遍性。其次,该文概述了李群机器学习自提出以来的主要学习算法,着重强调最近的一些研究进展。最后,针对目前的研究现状,该文给出李群机器学习未来的一些研究方向。    

7.  一种李群机器学习线性分类算法研究  
   陈明  何书萍  李凡长《微电子学与计算机》,2009年第26卷第10期
   根据李群具有微分流形的性质,提出了一种李群机器学习的线性分类算法.该分类方法的思想是:首先将样本数据集嵌入到微分流形当中,每个实例对应着流形上的一个点,利用测地线距离度量两个实例问的距离;然后,根据测试实例和训练数据集中实例间测地线距离的代数关系,确定测试实例的分类.实验测试表明,该线性分类算法较k-最近邻算法(KNN)及NaiveBayes分类算法具有较高的分类精度.    

8.  结合组稀疏效应和多核学习的图像标注  
   袁莹  邵健  吴飞  庄越挺《软件学报》,2012年第23卷第9期
   图像中存在的纹理、颜色和形状等异构视觉特征,在表示特定高层语义时所起作用的重要程度不同,为了在图像标注过程中更加有效地利用这些异构特征,提出了一种基于组稀疏(group sparsity)的多核学习方法(multiple kernel learning with group sparsity,简称MKLGS),为不同图像语义选择不同的组群特征.MKLGS先将包含多种异构特征的非线性图像数据映射到一个希尔伯特空间,然后利用希尔伯特空间中的核函数以及组LASSO(groupLASSO)对每个图像类别选择最具区别性特征的集合,最终训练得到分类模型对图像进行标注.通过与目前其他图像标注算法进行对比,实验结果表明,基于组稀疏的多核学习方法在图像标注中能取得很好的效果.    

9.  有监督子空间建模和稀疏表示的场景分类  
   段菲  章毓晋《中国图象图形学报》,2012年第17卷第11期
   提出了一种基于有监督子空间建模和稀疏表示的场景分类算法。该算法将采用非监督方式求取所有场景类别公共字典的稀疏编码模型分解为一系列各目标函数相互独立的多目标优化问题,实现了各类别字典的有监督学习。在所有类别的字典学习完毕后,再以各子空间和的基集来对每幅图像中所有局部特征进行协同编码,并借助空间金字塔表示(SPR)和特征各维最大汇总(max pooling)构成最终图像的全局特征表示。为对算法的有效性进行验证,在4个常用的场景图像库上进行了分类实验,结果表明该算法比采用非监督字典学习的方法在性能上有了显著提升。    

10.  Large scale compound classification for multi-resolution satellite data based on conditional random fields models  
   Wang Qionghua    Ma Hongbing    Sun Weidong《高技术通讯》,2012年第22卷第6期
   针对如何在算法层次上利用不同空间分辨率遥感数据提高地表分类精度的问题,提出了一种基于条件随机场模型的全新的多分辨率复合分类算法.该算法针对同一地区、不同覆盖范围的两种高低分辨率遥感图像,以广域低分辨率图像的高精度地表分类为目的,利用高低分辨率图像间的空间分辨率多对一关系,基于云理论构建“真实”似然特征映射,由用来描述光谱特征与类别关系的“真实”似然特征序列以及像元间上下文关系构建条件随机场模型的两类势函数,并在此基础上对广域低分辨率图像进行全局地表分类.该算法不仅提供了对多分类特征的支持,而且考虑了地物分布的空间连续性.多组高低分辨率图像组合下的复合分类及不同算法间的分类精度对比分析结果表明,该算法可有效提高广域低分辨率图像的分类精度,并具有良好的鲁棒性.    

11.  一种用于图像分类的多视觉短语学习方法  被引次数:2
   王孟月  宋彦  戴礼荣《小型微型计算机系统》,2012年第33卷第2期
   针对词袋图像表示模型的语义区分性和描述能力有限的问题,以及由于传统的基于词袋模型的分类方法性能容易受到图像中背景、遮挡等因素影响的问题,本文提出了一种用于图像分类的多视觉短语学习方法.通过构建具有语义区分性和空间相关性的视觉短语取代视觉单词,以改善图像的词袋模型表示的准确性.在此基础上,结合多示例学习思想,提出一种多视觉短语学习方法,使最终的分类模型能反映图像类别的区域特性.在一些标准测试集合如Calrech-101[1]和Scene-15[2]上的实验结果验证了本文所提方法的有效性,分类性能分别相对提高了约9%和7%.    

12.  解特征值反问题的李群算法  
   田益民  张永明  王丹《北京印刷学院学报》,2006年第14卷第6期
   李群算法是一种流形上的算法,是保结构算法的一类.李群算法可以使微分方程的数值解保持在同一流形上,从而取得比较好的数值结果.研究了解特征值反问题的等谱流方法及其李群算法,我们取的李群是正交群.    

13.  一种遥感二值图像目标区域分割的新方法  
   程琦  文建国  杨冬《计算机工程与应用》,2013年第20期
   基于线段扫描法进行二值图像连通域分割时,对数据量较多且形状复杂的遥感二值图像,容易使邻接表存储大量的等价对信息,即浪费存储空间也不利于算法合并处理。针对这一不足,提出了一种基于线段的快速标号算法,采用“双表”实时记录和修正等价标号,很好地解决了标记冲突的问题。经模拟数据和真实遥感二值图像验证表明,该算法比传统算法在处理效率上有显著提高,具有较好的应用价值。    

14.  基于分类稀疏表示的人脸表情识别  
   冯杰  屈志毅  李志辉《软件》,2013年第11期
   为挖掘不同人脸表情图像的统计特性差异,提出一种基于分类稀疏表示的表情识别算法。首先通过对不同类别表情图像的字典学习,构建满足各类表情图像统计特性的基函数子集,进而采用Lasso算法获得表情图像在由基函数集所张成特征子空间中的稀疏表示,最后通过比较表情图像在各基函数子集上的重构误差实现不同表情的分类识别。基于JAFFE人脸表情数据库的实验结果表明,该算法可以有效克服人脸身份对表情识别的影响,具有较高的表情识别率和鲁棒性。    

15.  基于多尺度空间LLC的图像语义分类方法  
   宋正丹  金小峰《延边大学理工学报》,2018年第2期
   为了提高图像的空间分布和语义信息的有效利用,采用金字塔模型提出一种将多尺度空间、LLC和图像语义分析相融合的图像语义分类方法.首先对图像空间域金字塔划分的各个层次的局部块分别进行线性局部稀疏编码,并对不同层次上的量化编码进行串接生成共生矩;其次使用概率潜在语义模型对图像进行语义分析以获得最终的图像表示;最后采用线性多类别SVM对图像进行分类.实验结果表明,本文提出的算法生成的图像特征具有较高的分类性能和效率.    

16.  基于多通道Log-Gabor小波与(2D)2 PCALDA的人脸识别方法  被引次数:2
   火元莲《计算机应用》,2010年第30卷第11期
   为了降低光照变化对基于子空间的人脸识别方法性能的影响,结合多通道Log-Gabor策略与(2D)2 PCALDA特征提取方法,提出了一种新的人脸识别方法.将不同尺度与方向作为独立通道,在每个通道内采用(2D)2PCALDA对人脸图像的Log-Gabor表示进行特征提取、分类,然后对各通道分类结果进行决策融合得到最终的类别归属.在CAS-PEAL-R1、ORL与Yale人脸数据库上的实验结果表明,该算法具有较好的识别性能.    

17.  基于标题类别语义识别的文本分类算法研究  
   王强  关毅  王晓龙《电子与信息学报》,2007年第29卷第12期
   本文提出了一种基于标题类别语义识别的文本分类算法.算法利用基于类别信息的特征选择策略构造分类的特征空间,通过识别文本标题中的特征词的类别语义来预测文本的候选类别,最后在候选类别空间中用分类器执行分类操作.实验表明该算法在有效降低分类候选数目的基础上可显著提高文本分类的精度,通过对类别空间表示效率指标的验证,进一步表明该算法有效地提高了文本表示空间的性能.    

18.  基于空间语义对象混合学习的复杂图像场景自动分类方法研究  
   孙显  付琨  王宏琦《电子与信息学报》,2011年第33卷第2期
    场景分类是将多幅图像标记为不同语义类别的过程。该文针对现有方法对复杂图像场景分类性能欠佳的不足,提出一种新的基于空间语义对象混合学习的复杂图像场景分类方法。该方法以多尺度分割得到的图像对象而非整幅图像为主体进行产生式语义建模,统计各类有效特征挖掘对象的类别分布信息,并通过空间金字塔匹配,构建包含层次数据和语义信息的中间向量,弥补语义鸿沟的缺陷,训练中还结合判别式学习提高分类器的可信性。在实验数据集上的结果表明该方法具备较高的学习性能和分类精度,适用于多种类型和复杂内容图像的解译,具有较强的实用价值。    

19.  基于光谱特征和纹理特征协同学习的高光谱图像数据分类  
   李吉明  贾森  彭艳斌《光电工程》,2012年第39卷第11期
   高光谱遥感图像中包含有大量的高维数据,传统的有监督学习算法在对这些数据进行分类时要求获取足够多的有标记样本用于分类器的训练.然而,对高光谱图像中大量的复杂地物像元所属类别进行准确标注通常需要耗费极大的人力.在本文中,我们提出了一种基于半监督学习的光谱和纹理特征协同学习(STF-CT)--法,利用协同学习机制将高光谱图像光谱特征和空间纹理特征这两种不同的特征结合起来,用于小训练样本集下的高光谱图像数据分类问题.STF-CT算法充分利用了高光谱图像的光谱和纹理特征这两个独立视图,构建起一种有效的半监督分类方法,用于提升分类器在小训练样本集情况下的分类精度.实验结果表明该算法在小训练样本集下的高光谱地物分类问题上具有很好的效果.    

20.  贝叶斯网等价类学习算法  
   贾海洋  刘大有  陈娟  关淞元《计算机工程与科学》,2008年第30卷第12期
   贝叶斯网用一种紧凑的形式表示联合概率分布,具有完备的语义和坚实的理论基础,目前已成为人工智能领域处理不确定性问题的最佳方法之一。贝叶斯网学习是其关键问题,传统学习方法存在如下不足:(1)随节点数增多非法结构以指数级增加,影响学习效率;(2)在等价结构之间进行打分搜索,影响收敛速度;(3)假设每个结构具有相同的先验概率,造成等价类中包含结构越多则先验概率越高。本文提出一种学习马尔科夫等价类算法,该算法基于骨架空间进行状态转换,利用从骨架空间到等价类空间的映射关系实现学习贝叶斯网等价类。实验数据证明,该方法可有效缩小搜索空间规模,相对于在有向图空间搜索的算法加快了算法的收敛速度,提高了执行效率。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号