检索结果-内蒙古大学图书馆

高维带宽有限随机信号从平均过采样的指数阶逼近

引用

计算数学 2017年第4期39卷 339-350页

作者：陈文健张海樟烟台大学数学与信息科学学院烟台264005 中山大学数据科学与计算机学院广东省计算科学重点实验室广州510275

本文中我们主要考虑利用有限的平均过采样值来重构高维带宽有限随机信号.我们给出了一个能够达到指数阶衰减逼近能力的重构算法.对于一般型和乘积型的采样测度,我们分别给出了对应的重构算法和指数阶衰减的重构误差估计.

关键词：高维带宽有限宽平稳随机过程平均过采样指数阶衰减逼近误差

来源：评论

学校读者我要写书评

暂无评论

矿床大数据及智能矿床模型研究背景与进展

引用

矿物岩石地球化学通报 2017年第2期36卷 327-331,344页

作者：周永章黎培兴王树功肖凡李景哲高乐中山大学地球环境与地球资源研究中心广州510275 广东省地质过程与矿床资源探查重点实验室广州510275 中山大学数学与计算科学学院广州510275

大数据是"未来的新石油",Nature和Science相继出版专刊来探讨大数据带来的挑战和机遇。大数据的特征是数据规模大,并经常呈异构多模态、复杂关联、动态涌现等特点,需要高效计算模型和方法。大数据-智能矿床研究刚刚起步,需对... 详细信息

大数据是"未来的新石油",Nature和Science相继出版专刊来探讨大数据带来的挑战和机遇。大数据的特征是数据规模大,并经常呈异构多模态、复杂关联、动态涌现等特点,需要高效计算模型和方法。大数据-智能矿床研究刚刚起步,需对多维、异构、隐性大数据的高效存储、管理、集成、融合与深度挖掘,需人工智能方法——机器学习、深度学习、可视分析的应用。贝叶斯网络是成因建模的一个革命性工具,可以用来揭示矿床的成因机制及它们背后的规律。来自地质调查、监测数据获得的与"矿"有关的大数据,通过迭代计算,可以不断完善所建立的矿床模型,并且通过云计算技术,使得世界各地的矿床研究团队共同参与,引发矿床模型研究方式的变革。

关键词：大数据智能矿床模型机器学习深度学习贝叶斯网络

来源：评论

学校读者我要写书评

暂无评论

数值振荡积分:基于奇性和波数的积分区间剖分法

引用

中国科学：数学 2015年第8期45卷 1133-1152页

作者：马云云许跃生中山大学数学与计算科学学院和广东省计算科学重点实验室广州510275

本文针对高频振荡函数的积分提出了复合的moment-free的数值积分公式.当被积函数没有奇点、振子没有驻点时,复合的数值积分公式是基于对积分区间按振子导数值和波数剖分的原则设计,利用moment-freeFilon型数值积分公式计算子区间上的振... 详细信息

本文针对高频振荡函数的积分提出了复合的moment-free的数值积分公式.当被积函数没有奇点、振子没有驻点时,复合的数值积分公式是基于对积分区间按振子导数值和波数剖分的原则设计,利用moment-freeFilon型数值积分公式计算子区间上的振荡积分.当被积函数有奇点、振子存在驻点时,根据函数的奇性和波数对积分区间剖分,使其于每个子区间上为非剧烈振荡函数的奇异积分,或光滑函数没有驻点的振荡积分.然后,采用经典的数值奇异积分公式计算非剧烈振荡函数的奇异积分,采用修改的moment-free Filon型数值积分公式计算振荡积分.与计算振荡积分的已知方法相比,本文发展的复合moment-free的数值积分方法,既不需要计算振子的反函数,也不必借助特殊函数的积分.

关键词：振荡积分代数奇性驻点 moment—free Filon型方法区间分划

来源：评论

学校读者我要写书评

暂无评论

一种新的去除混合噪声的变分模型及其应用

引用

计算机科学 2015年第5期42卷 277-280,314页

作者：罗志宏冯国灿中山大学信息科学与技术学院广州510275 中山大学数学与计算科学学院广州510275 广东省计算科学重点实验室广州510275

由于现有的某些去噪模型仅对某种噪声特别有效,而对其它类型噪声的效果却不够显著,因此提出一种能有效地去除多种噪声的变分模型,它融合了几种经典去噪模型的优点,并在数值求解时采用了高效且无条件稳定的AOS算法。数值实验表明,与现有... 详细信息

由于现有的某些去噪模型仅对某种噪声特别有效,而对其它类型噪声的效果却不够显著,因此提出一种能有效地去除多种噪声的变分模型,它融合了几种经典去噪模型的优点,并在数值求解时采用了高效且无条件稳定的AOS算法。数值实验表明,与现有的一些去噪方法相比,提出的去噪方法耗时少且效果更好。最后给出了解的存在性证明。

关键词：图像去噪变分模型 AOS算法

来源：评论

学校读者我要写书评

暂无评论

基于局部轮廓和随机森林的人体行为识别

引用

光学学报 2014年第10期34卷 204-213页

作者：蔡加欣冯国灿汤鑫罗志宏中山大学数学与计算科学学院广东广州510275 广东省计算科学重点实验室广东广州510275 中山大学信息科学与技术科学学院广东广州510275

基于视频信息的人体行为识别得到了越来越多的关注。针对人体行为的局部表达,提出了一种新的局部轮廓特征来描述人体的外观姿势,可以同时利用水平和竖直方向上的轮廓变化信息。该特征能有效区分不同动作,与轮廓起始点无关,具有平移、尺... 详细信息

基于视频信息的人体行为识别得到了越来越多的关注。针对人体行为的局部表达,提出了一种新的局部轮廓特征来描述人体的外观姿势,可以同时利用水平和竖直方向上的轮廓变化信息。该特征能有效区分不同动作,与轮廓起始点无关,具有平移、尺度和旋转不变性。针对该特征,提出了一种基于随机森林的两阶段分类方法,使用随机森林分类器对行为视频的局部轮廓进行初分类,并根据每个局部轮廓对应决策类的分类树数目占总分类树数目的比例,提出了一种基于袋外(OOB)数据误差加权投票准则的行为视频分类算法。在测试数据集上的实验结果证实了该方法的有效性。

关键词：机器视觉行为识别轮廓特征随机森林袋外误差

来源：评论

学校读者我要写书评

暂无评论

基于姿势字典学习的人体行为识别

引用

光学学报 2014年第12期34卷 173-184页

作者：蔡加欣冯国灿汤鑫罗志宏中山大学数学与计算科学学院广东广州510275 广东省计算科学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

提出一种基于人体轮廓表达的姿势学习框架来进行人体行为识别。通过一种基于Procrustes形状分析和局部保持投影的姿势特征表示方法,从人体运动视频中提取具有平移、旋转和放缩不变性的姿势特征,在保留人体姿势的局部流形结构的同时尽量... 详细信息

提出一种基于人体轮廓表达的姿势学习框架来进行人体行为识别。通过一种基于Procrustes形状分析和局部保持投影的姿势特征表示方法,从人体运动视频中提取具有平移、旋转和放缩不变性的姿势特征,在保留人体姿势的局部流形结构的同时尽量提取子空间上的判别信息。针对该特征还提出了一种基于姿势字典学习的人体行为识别框架,对每类行为分别学习一个对应于该类的字典,通过串联所有类的字典来得到整个姿势字典;并通过最小重构误差准则来分类测试视频。在Weizmann和MuHAVi-MAS14数据集上的实验结果证实了该方法的识别率高于大部分经典方法。特别是在MuHAVi-MAS14数据集上的识别率对比已有的结果上有巨大的提升。

关键词：图像处理行为识别 Procrustes形状分析局部保持投影稀疏表示字典学习

来源：评论

学校读者我要写书评

暂无评论

CC＄:一种面向分布式众核平台的并行编程语言

引用

计算机科学 2013年第3期40卷 128-132页

作者：吴峻峰许跃生张永东江颖叶纬材中山大学数学与计算科学学院广州510275 中山大学广东省计算科学重点实验室广州510275 雪城大学数学系纽约州13244

CC＄是一种并行编程语言,目的是解决分布式众核并行计算机的编程困难。CC＄的编程模型以Multi-BSP模型为基础,将分布式众核并行计算机的硬件架构抽象为3层。数据按照存储的层次和共享范围分为5类,以便在不同层次上提供共享。CC＄还提出... 详细信息

CC＄是一种并行编程语言,目的是解决分布式众核并行计算机的编程困难。CC＄的编程模型以Multi-BSP模型为基础,将分布式众核并行计算机的硬件架构抽象为3层。数据按照存储的层次和共享范围分为5类,以便在不同层次上提供共享。CC＄还提出一类虚拟指令来解决不同层次之间的数据交换,实现数据访问的逻辑化描述。并行程序按照3层Multi-BSP超步嵌套执行。CC＄具有统一的编程风格、内建的多层公共地址空间、数据访问请求的表达式描述和数据传输编译优化4大特点。测试表明,CC＄程序的运行效率高,易学易用,大幅地缩短了开发周期。

关键词：分布式众核并行计算编程语言 Multi-BSP 并行编程模型

来源：评论

学校读者我要写书评

暂无评论

融合变分模型与快速算法分割噪声图像

引用

武汉大学学报（信息科学版） 2013年第6期38卷 637-641,673页

作者：罗志宏冯国灿成秋生中山大学信息科学与技术学院广州市新港西路135号510275 中山大学数学与计算科学学院广州市新港西路135号510275 广东省计算科学重点实验室广州市新港西路135号510275 广州市第一人民医院脑内科广州市盘福路1号510180

针对现有的变分水平集方法对噪声图像分割不理想和计算效率较低的情况,提出一种改进的可有效分割噪声图像的变分模型。首先改进了Chan-Vese模型的能量泛函,并引入辅助变量耦合某些拟合能量项,接着用凸松弛方法将其转化为凸优化问题。该... 详细信息

针对现有的变分水平集方法对噪声图像分割不理想和计算效率较低的情况,提出一种改进的可有效分割噪声图像的变分模型。首先改进了Chan-Vese模型的能量泛函,并引入辅助变量耦合某些拟合能量项,接着用凸松弛方法将其转化为凸优化问题。该优化问题可转化为几个子问题,在求解时结合快速的Split-Bregman算法和AOS算法以提高速度。对噪声图像作分割实验,并与不引入辅助变量的水平集方法作比较。结果表明,本文提出的变分模型对带某些类型噪声的图像分割不仅提高了计算效率,还能较好地分割目标。

关键词：图像分割水平集方法凸松弛方法辅助变量 Split—Bregman算法 AOS算法

来源：评论

学校读者我要写书评

暂无评论

基于局部二值模式和辨识共同向量的步态识别

引用

计算机科学 2013年第9期40卷 262-265页

作者：刘志勇冯国灿陈伟福中山大学数学与计算科学学院广州510275 广东省计算科学重点实验室广州510275 香港城市大学电子工程系香港999077 深圳职业技术学院工业中心深圳518055

最近,利用步态对个人身份进行识别受到越来越多生物识别技术研究者的重视。步态能量图(GEI-Gait Energy Image)是一种有效的步态表征方法,局部二值模式(LBP-Local Binary Pattern)能很好地提取局部信息,所以利用局部二值模式(LBP)来提... 详细信息

最近,利用步态对个人身份进行识别受到越来越多生物识别技术研究者的重视。步态能量图(GEI-Gait Energy Image)是一种有效的步态表征方法,局部二值模式(LBP-Local Binary Pattern)能很好地提取局部信息,所以利用局部二值模式(LBP)来提取步态能量图(GEI)的局部特征并用于识别。首先,为了更好地提取局部信息,把步态能量图(GEI)分块,提取各个子块上的LBP特征,然后把各子块在特征层进行融合,得到整个步态能量图(GEI)的特征表达;同时为了更好地挖掘步态能量图(GEI)的信息,对LBP模式进行了扩展。由于得到的LBP特征维数较高,利用具有降维和良好识别能力的辨识共同向量(DCV-Discriminant Common Vector)对步态能量图的LBP特征进行维数约减并增加类间距离。最后,只需利用简单的最近邻分类器就能取得较好的识别效果。将该算法在CASIA数据库上进行了试验,并取得了较高的正确识别率。

关键词：步态能量图局部二值模式辨识共同向量维数约减步态识别

来源：评论

学校读者我要写书评

暂无评论

基于混合模型的流形重构

基于混合模型的流形重构

引用

第二届全国图象图形联合学术会议

作者：赵忠冯国灿邹小林朱洁华中山大学数学与计算科学学院广东广州510275 广东省计算科学重点实验室广东广州510275 肇庆学院广东肇庆526000 Georgia Southem University StatesboroGA 30460-8093USA

近十几年以来,人们提出了不少数据降维的方法.降维后的数据可以作为特征用于模式分类.在实际应用中,有时候需要把降维后的结果映射回原始空间中,即重构原始数据.但不足的是,大部分的降维算法只提供降维算法而不提供重构算法.本文基于流... 详细信息

近十几年以来,人们提出了不少数据降维的方法.降维后的数据可以作为特征用于模式分类.在实际应用中,有时候需要把降维后的结果映射回原始空间中,即重构原始数据.但不足的是,大部分的降维算法只提供降维算法而不提供重构算法.本文基于流形的假设,提出了一种混合模型的算法,用于高维数据重构.与已有的重构算法对比,本文算法有两个显著优势.其一是本文算法与降维算法独立,即对于大部分降维算法,由其降维得到的低维数据,基本都可以通过本文算法将其原始高维数据恢复出来.其二是本文算法对存储空间的要求比较低.重构高维数据时只需要存储用于重构的函数映射,而不需要保留训练样本,所以空间复杂度低.本文在三个数据集上做了实验,实验结果表明本文算法在这三个数据集上能有效地重构原始高维数据.

关键词：图像处理数据降维法流形重构算法混合模型

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：