检索结果-内蒙古大学图书馆

计算机科学与探索 2011年第10期38卷 273-277页

作者：杨关张向东冯国灿邹小林刘志勇中原工学院计算机学院郑州 450007 中山大学数学与计算科学学院广东省计算科学重点实验室广州 510275 河南省理工学校郑州 450000 中山大学数学与计算科学学院广东省计算科学重点实验室广州 510275

纹理分析中往往将彩色图像转换为灰度图以降低计算复杂度,这样就忽略了颜色信息.而利用主成分分析的方法来降维彩色纹理,则可以尽可能地保留颜色和纹理信息.高斯图模型(Gaussian Graphical Models,GGM)可以很好地描述有交互作用的高维数... 详细信息

纹理分析中往往将彩色图像转换为灰度图以降低计算复杂度,这样就忽略了颜色信息.而利用主成分分析的方法来降维彩色纹理,则可以尽可能地保留颜色和纹理信息.高斯图模型(Gaussian Graphical Models,GGM)可以很好地描述有交互作用的高维数据,因此可用来建立图像纹理模型.根据局部马尔可夫性和高斯变量的条件回归之间的关系,可将复杂的模型选择转变为较简单的变量选择.通过惩罚正则化方法,其邻域选择和参数估计可同步进行,然后提取纹理特征进行彩色纹理分类,实验显示其具有很好的效果.因此,结合主成分分析和高斯图模型来构建彩色纹理模型有很好的发展前景.

关键词：高斯图模型变量选择 L1-惩罚正则化彩色纹理分类

来源：评论

学校读者我要写书评

暂无评论

基于二次多项式模型的人脸光照归一化

引用

电子学报 2010年第8期38卷 1791-1797页

作者：谢晓华赖剑煌郑伟诗中山大学数学与计算科学学院广东广州510275 广东省信息安全技术重点实验室广东广州510275 中山大学信息科学与技术学院广东广州510275 伦敦大学玛丽皇后学院计算机系

根据人脸光照变化非线性的特性,本文提出用二次多项式模型来描述非正面光照条件下的人脸图像与正面光照条件下的人脸图像在对应象素点灰度之间的关系,进而提出一种人脸光照归一化方法.本方法的一个重要特点是独立于先验的物理模型而通... 详细信息

根据人脸光照变化非线性的特性,本文提出用二次多项式模型来描述非正面光照条件下的人脸图像与正面光照条件下的人脸图像在对应象素点灰度之间的关系,进而提出一种人脸光照归一化方法.本方法的一个重要特点是独立于先验的物理模型而通过建立统计回归模型来学习不同光照图像之间的关系.此外,提出用基于PCA的方法对光照归一化后的人脸图像进行加权补偿,进一步改善图像的视觉效果.在Extended YaleB和CMU-PIE人脸库上的实验结果表明,新方法在改善人脸视觉效果同时能大大提高人脸识别准确率.

关键词：人脸识别光照归一化二次多项式模型

来源：评论

学校读者我要写书评

暂无评论

分子系统发育分析的生物信息学方法

引用

计算机科学 2010年第8期37卷 47-51,66页

作者：张树波赖剑煌广州航海高等专科学校计算机系广州510725 中山大学数学与计算科学学院广州510275 广东省信息安全技术重点实验室广州510725 中山大学信息技术与科学学院广州510275

物种之间的系统发育分析研究物种的形成或进化历史,以及物种之间的进化关系,它是当代生命科学研究的一个重要分支。分子生物学和计算机科学的发展,为人类采用计算的方法从分子水平研究生物的进化历史以及探索生命的起源提供了新的思路... 详细信息

物种之间的系统发育分析研究物种的形成或进化历史,以及物种之间的进化关系,它是当代生命科学研究的一个重要分支。分子生物学和计算机科学的发展,为人类采用计算的方法从分子水平研究生物的进化历史以及探索生命的起源提供了新的思路。在过去的几十年中,基于分子水平的系统发育学研究取得很大的进展,各种各样基于分子水平的系统发育树推断方法被提出来。现从物种进化距离刻画和系统发育树重构算法两个方面,总结和评述了在过去十几年里,人类利用生物信息学方法在分子水平上研究物种进化关系的进展和取得的成果,分析了物种进化研究存在的问题和面临的挑战,指出了物种进化研究今后的主要方向。

关键词：生物信息学系统发育分析基因进化最大简约法最大似然法邻接法

来源：评论

学校读者我要写书评

暂无评论

基于融合信息的癌症相关基因选择方法

引用

计算机科学 2010年第12期37卷 171-174,196页

基因表达数据的出现,为人类从分子生物学的角度研究和探索癌症的发病机理提供了广阔的前景,利用基因表达数据发现与癌症相关的基因对于癌症的诊断和治疗具有重要的意义。在过去的十几年里,已经有很多种计算方法被成功地用于从基因表达... 详细信息

基因表达数据的出现,为人类从分子生物学的角度研究和探索癌症的发病机理提供了广阔的前景,利用基因表达数据发现与癌症相关的基因对于癌症的诊断和治疗具有重要的意义。在过去的十几年里,已经有很多种计算方法被成功地用于从基因表达数据中找出与癌症相关的关键基因,然而,不同的方法从不同的角度刻画基因对不同类型样本的区分能力,它们选择出来的关键基因可能不一致,这将给医学解释和应用带来困扰。现提出一种融合的方法,即将基因在不同方面对样本的判别能力结合起来,首先计算每个基因的信息增益、全局判别能力和局部判别能力,再用它们的识别率进行加权,进而计算每个基因的综合判别能力,最后筛选出判别能力最高的基因子集作为关键基因子集。实验结果表明,此方法得到了比采用单独一种评价标准更好的识别效果。

关键词：基因表达数据基因选择信息增益全局可分性局部可分性融合信息

来源：评论

学校读者我要写书评

暂无评论

一种用于多重生物序列比对的协同进化算法

引用

计算机应用与软件 2010年第8期27卷 37-40页

作者：张树波中山大学数学与计算科学学院广东广州510275 广东省信息安全重点实验室广东广州510275

序列比对是生物序列分析的一项基础性工作,多重生物序列比对可以帮助预测未知序列的结构和功能。在传统遗传算法的基础上,提出了一种用于多重生物序列比对的协同进化算法,通过引进协同进化机制,使得保守区域和位点以较高的概率传给子代... 详细信息

序列比对是生物序列分析的一项基础性工作,多重生物序列比对可以帮助预测未知序列的结构和功能。在传统遗传算法的基础上,提出了一种用于多重生物序列比对的协同进化算法,通过引进协同进化机制,使得保守区域和位点以较高的概率传给子代,而非保守区域和位点以较低的概率传给子代。在BAliBASE3.0数据库上,该方法获得比常用的比对算法ClustralX更高的适应度,比传统的遗传算法具有更好的收敛性。

关键词：多重序列比对协同进化算法选择算子交叉算子变异算子保守区域

来源：评论

学校读者我要写书评

暂无评论

一种基于超完备字典学习的图像去噪方法

引用

电子学报 2009年第2期37卷 347-350页

作者：蔡泽民赖剑煌中山大学数学与计算科学学院广东广州510275 广东省信息安全技术重点实验室广东广州510275 中山大学信息科学与技术学院广东广州510275

基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文提出一种超完备字典学习算法并应用于图像去噪.将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法.学习所得... 详细信息

基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文提出一种超完备字典学习算法并应用于图像去噪.将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法.学习所得字典能有效描述图像特征.基于此超完备学习字典,获得图像的稀疏表示,并恢复原始图像.实验结果表明,与小波类去噪方法相比,本文的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高的PSNR值.

关键词：稀疏表示基追踪匹配追踪字典学习二次规划

来源：评论

学校读者我要写书评

暂无评论

蛋白质亚细胞定位预测的机器学习方法

引用

计算机科学 2009年第4期36卷 29-33,49页

作者：张树波赖剑煌中山大学数学与计算科学学院广州5102753 广东省信息安全技术重点实验室广州510275 中山大学信息技术与科学学院广州510275

蛋白质亚细胞定位与其功能密切相关。蛋白质在细胞中的正确定位是细胞系统高度有序运转的前提保障。研究细胞中蛋白质定位的机制和规律,预测蛋白质的亚细胞定位,对于了解蛋白质的性质和功能,了解蛋白质之间的相互作用,探索生命的规律和... 详细信息

蛋白质亚细胞定位与其功能密切相关。蛋白质在细胞中的正确定位是细胞系统高度有序运转的前提保障。研究细胞中蛋白质定位的机制和规律,预测蛋白质的亚细胞定位,对于了解蛋白质的性质和功能,了解蛋白质之间的相互作用,探索生命的规律和奥秘具有重要意义。基于机器学习方法的蛋白质亚细胞定位预测是生物信息学研究的热点之一。从数据集的建立、蛋白质序列特征刻画和蛋白质亚细胞定位预测算法3个方面,总结和评述了在过去十几年里机器学习方法在蛋白质亚细胞定位研究中的应用情况和取得的成果,分析了机器学习方法在蛋白质亚细胞定位预测方面存在的问题和面临的挑战,指出了蛋白质亚细胞定位研究的主要方向。

关键词：亚细胞定位生物信息学机器学习分类器特征提取

来源：评论

学校读者我要写书评

暂无评论

基于自抗扰控制的光伏并网功率调节系统

引用

中山大学学报（自然科学版） 2009年第2期48卷 49-53页

作者：陈晓高付青余世杰中山大学太阳能系统研究所//光电材料与技术国家重点实验室广东广州510275 中山大学数学与计算科学学院广东广州510275

光伏并网功率调节(PVPC)系统是将光伏并网发电和有源电力滤波合为一体的综合系统,它易受电网扰动和外部环境变化的影响,存在诸多不确定性因素。将自抗扰技术应用到PVPC系统的控制中,把系统模型中的不确定因素与外部扰动统一视为系统的... 详细信息

光伏并网功率调节(PVPC)系统是将光伏并网发电和有源电力滤波合为一体的综合系统,它易受电网扰动和外部环境变化的影响,存在诸多不确定性因素。将自抗扰技术应用到PVPC系统的控制中,把系统模型中的不确定因素与外部扰动统一视为系统的未知干扰。通过扩张状态观测器对扰动进行动态观测,然后利用非线性状态误差反馈控制律进行补偿,使系统的控制律与系统内部的参数和未知扰动无关,而仅与系统的给定输入和输出有关,免去了对负载电流谐波和无功的检测,使系统控制过程得以简化。仿真结果表明,所设计的自抗扰控制器能取得预期的控制效果,具有良好的动态性能和较强的鲁棒性。

关键词：光伏并网自抗扰控制有源电力滤波器

来源：评论

学校读者我要写书评

暂无评论

基于非线性建模的人脸超分辨率算法

基于非线性建模的人脸超分辨率算法

引用

第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会

作者：邹耀贤赖剑煌郑伟诗中山大学数学与计算科学学院广州 510275 广东省信息安全重点实验室广州 510275 中山大学信息科学与技术学院广州 510275 广东省信息安全重点实验室广州 510275

人脸图像超分辨率技术是…种从低分辨率人脸图像获取高分辨率人脸图像的技术。本文提出了一种基于非线性建模的人脸图像超分辨率算法。在该算法中，首次将核主成分分析(KPCA)及原象学习理论用于人脸图像超分辨率的重构。跟线性方法相比... 详细信息

人脸图像超分辨率技术是…种从低分辨率人脸图像获取高分辨率人脸图像的技术。本文提出了一种基于非线性建模的人脸图像超分辨率算法。在该算法中，首次将核主成分分析(KPCA)及原象学习理论用于人脸图像超分辨率的重构。跟线性方法相比，KPCA是…种非线性算法，其优点是能够学习出数据的线性和非线性特征。因此承构的图像更接近原图。针对全局人脸图像过于平滑、缺少细节信息的现象，本文还使用了基于邻域重建的残差补偿办法对全局图像进行残差补偿。实验表明，本文算法重构的人脸图像具有较好的视觉效果。

关键词：人脸图像超分辨率 KPCA 原象学习残差补偿非线性建模

来源：评论

学校读者我要写书评

暂无评论

一种用于生物序列多重比对的共进化算法

一种用于生物序列多重比对的共进化算法

引用

第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会

作者：张树波赖剑煌中山大学数学与计算科学学院广州 510275 广东省信息安全技术重点实验室广州 510275 中山市大学信息技术与科学学院广州 510275 广东省信息安全技术重点实验室广州 510275

生物序列的比对是生物信息学的一项基础性工作，通过序列比对并计算序列之间的相似性，有助于推断生物分子的结构和功能。序列的多重比对是对多条生物序列进进对比;可以发现序列中存在的保守模式，从而研究序列之间的进化关系。本文基... 详细信息

生物序列的比对是生物信息学的一项基础性工作，通过序列比对并计算序列之间的相似性，有助于推断生物分子的结构和功能。序列的多重比对是对多条生物序列进进对比;可以发现序列中存在的保守模式，从而研究序列之间的进化关系。本文基于传统的遗传算法，提出了一种用生物序列多重比对的其进化算法，在遗传算子中引进了一种保留机制，使得适应度高的序列和位点能够完整地传给子代。实验结果显示，本文的方法能够有效地找出序列中的保守位点。

关键词：生物序列比对多重比对遗传算法共进化算法保守位点生物信息学

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：