检索结果-内蒙古大学图书馆

电波科学学报 2019年第1期34卷 52-59页

作者：张量刘洋王飞王天庭吴先良安徽大学教育部智能计算与信号处理重点实验室合肥230601 合肥师范学院电子信息系统仿真设计安徽省重点实验室合肥230601

非线性目标的探测与识别在国防、反恐、安保、救援、交通安全等领域均具有重要意义.为提高上述场景下对非线性目标的探测识别能力,文中以典型的非线性器件——肖特基二极管为例,构建了非线性目标的谐波散射模型,并在此基础上利用不同类... 详细信息

非线性目标的探测与识别在国防、反恐、安保、救援、交通安全等领域均具有重要意义.为提高上述场景下对非线性目标的探测识别能力,文中以典型的非线性器件——肖特基二极管为例,构建了非线性目标的谐波散射模型,并在此基础上利用不同类型非线性目标散射的各次谐波强度与变化趋势不同的特性,提出了一种利用数理方法提取分析目标散射特征参数进而实现对非线性目标探测识别的方法.实验结果显示,本次提出的方法在小样本下对未知非线性目标的识别率在81%左右,证明了该方法对非线性器件有较好的探测与识别能力.

关键词：电磁散射特征提取目标识别非线性目标数据分布

来源：评论

学校读者我要写书评

暂无评论

改进的粒子群算法优化的特征选择方法

引用

计算机科学与探索 2019年第6期13卷 990-1004页

作者：李炜巢秀琴安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

特征选择是数据挖掘中数据预处理的一个重要步骤,因此选择出最优的特征子集可有效地降低学习算法的数据维度和计算成本。采用二进制粒子群优化算法(binary particle swarm optimization algorithm,BPSO)来对特征选择过程进行优化。提出... 详细信息

特征选择是数据挖掘中数据预处理的一个重要步骤,因此选择出最优的特征子集可有效地降低学习算法的数据维度和计算成本。采用二进制粒子群优化算法(binary particle swarm optimization algorithm,BPSO)来对特征选择过程进行优化。提出基于特征聚类信息进行种群初始化的策略,其中特征的聚类由社团划分算法完成,并根据划分后的信息,在初始化过程中减少信息冗余,提高初始化种群的质量。提出一种基于决策空间相似性的自适应局部搜索策略,其中粒子的相似性指数由粒子在决策空间中的相似性确定。进化过程中,自适应地调整粒子进行局部搜索,避免算法早熟。最后,选择三种代表性的优化算法分别在11个UCI数据集上进行对比实验。实验结果表明,改进后的BPSO算法得到的特征选择结果在降低特征数目方面明显优于其他对比算法,且分类精度也有显著提高。

关键词：二进制粒子群优化算法特征聚类交互操作粒子密度群智能算法

来源：评论

学校读者我要写书评

暂无评论

面向弱匹配的跨媒异构迁移学习

引用

计算机辅助设计与图形学学报 2019年第11期31卷 1963-1972页

作者：赵鹏高浩渊姚晟杜奕安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 上海第二工业大学工学部上海201209

针对面向弱匹配的跨媒异构迁移学习中存在的迁移学习性能不高的问题,提出了一种基于平衡异构距离的混合拉普拉斯特征映射的跨媒异构迁移学习方法.利用大量非成对数据和相对少量的成对数据蕴含的语义信息,获取不同媒体域原始特征空间到... 详细信息

针对面向弱匹配的跨媒异构迁移学习中存在的迁移学习性能不高的问题,提出了一种基于平衡异构距离的混合拉普拉斯特征映射的跨媒异构迁移学习方法.利用大量非成对数据和相对少量的成对数据蕴含的语义信息,获取不同媒体域原始特征空间到潜在公共特征空间的映射矩阵;并在跨媒异构迁移学习中,构建混合图拉普拉斯矩阵,不仅保持了同一域下样本间的流形结构,而且保持不同域下样本间的流形结构;提升训练获得的模型在跨媒异构目标域的分类预测性能.在2个公共数据集NUS-WIDE和LabelMe上进行实验,表明了在成对数据的基础上,利用大量非成对数据可以增加模型的准确率和鲁棒性.

关键词：跨媒异构迁移学习弱匹配问题异构距离混合图拉普拉斯矩阵

来源：评论

学校读者我要写书评

暂无评论

一般间隙序列模式挖掘的关键词抽取

引用

电子学报 2019年第5期47卷 1121-1128页

作者：刘慧婷刘志中王利利吴信东安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽大学计算机科学与技术学院安徽合肥230601 合肥工业大学计算机与信息学院安徽合肥230601 School of Computing and Informatics University of Louisiana at Lafayette

本文提出了有监督的关键词抽取算法——KEING(Keyphrase Extraction using sequentIal patterns with oNe-off and General gaps condition)算法.首先,将每篇文档作为一个序列库,利用SPING(Sequential Patterns mIning with oNe-off and General gaps condition)算法获取词语之间的关系及其多种变化形式,并利用统计模式特征的方式描述候选关键词;然后,通过朴素贝叶斯分类算法对大量带标记的训练数据进行训练,构造分类器;最后利用分类器从测试文档中识别出关键词.通过实验验证了SPING算法的完备性以及KEING算法的有效性.

关键词：一般间隙模式挖掘关键词抽取机器学习

来源：评论

学校读者我要写书评

暂无评论

多类分类模型和多层次增量算法

引用

计算机科学与探索 2019年第8期13卷 1431-1440页

作者：徐怡王旭生安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

多类分类问题的实际应用中,在决策对象的认识由粗粒度向细粒度转化时,通过使用粒结构,提出一种基于多类分类的序贯三支决策模型。在此基础上,使用该模型非增量的方法计算序贯三支决策的时间开销较大,针对决策表中条件属性的变化,给出该... 详细信息

多类分类问题的实际应用中,在决策对象的认识由粗粒度向细粒度转化时,通过使用粒结构,提出一种基于多类分类的序贯三支决策模型。在此基础上,使用该模型非增量的方法计算序贯三支决策的时间开销较大,针对决策表中条件属性的变化,给出该模型的增量方法来进行决策。首先,通过增加新属性得到每层的条件属性,构建多层次粒结构。在多层次粒结构下,给出每层决策表的损失函数矩阵。然后,按层依次计算决策表中每个决策类的阈值,进行决策表的三支决策。最后,给出多类分类的序贯三支决策算法,通过实例说明该算法的计算过程。为了动态更新多层次下的三个域集,基于多类分类给出计算序贯三支决策的增量算法,通过仿真实验验证了该方法的有效性。

关键词：序贯三支决策粒结构多类分类增量方法

来源：评论

学校读者我要写书评

暂无评论

光强传输方程与图像插值融合的相位恢复（英文）

引用

红外与激光工程 2018年第10期47卷 349-355页

作者：程鸿邓会龙沈川王金成韦穗安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

光强传输方程作为典型的相位恢复技术,在已知待测面光强分布与光强轴向微分时,可以通过求解该方程直接得到待测面的相位分布。强度微分可以通过采集沿传播方向的不同散焦面的光强信息以计算强度差分来估计,由此,散焦面的适当选择变得尤... 详细信息

光强传输方程作为典型的相位恢复技术,在已知待测面光强分布与光强轴向微分时,可以通过求解该方程直接得到待测面的相位分布。强度微分可以通过采集沿传播方向的不同散焦面的光强信息以计算强度差分来估计,由此,散焦面的适当选择变得尤为重要。将光强传输方程与图像插值法相结合,在几何光学模型下描述采集的散焦面光强分布与聚焦面光强分布之间的关系,再利用图像插值法计算出模糊参数不同的散焦面的光强分布,由新得到的散焦图和采集的聚焦图代入光强传输方程以计算出相位。该方法只需要采集三幅强度图像,即可计算获得其他位置的强度图像,避免了采集设备的多次移动,也为某些特殊情况下无法获取适合位置的强度图像提供了一种解决途径。实验中搭建了一个实际的光强图像获取系统,所得结果验证了所提算法的有效性。

关键词：几何光学相位恢复光强传输方程图像插值光学处理

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的多角度遥感影像云检测方法

引用

大气与环境光学学报 2020年第5期15卷 380-392页

作者：李佳欣赵鹏方薇宋尚香安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230001 中国科学院合肥物质科学研究院安徽光学精密机械研究所通用光学定标与表征技术重点实验室安徽合肥230031

云检测是遥感影像处理的重要任务之一。目前遥感影像云检测中多使用到卫星的多光谱、多通道信息,而关于多角度信息对云检测影响的研究较少。为了探索遥感影像多角度信息作为云特征对训练云分类网络精度的影响,提出一种基于深度学习的遥... 详细信息

云检测是遥感影像处理的重要任务之一。目前遥感影像云检测中多使用到卫星的多光谱、多通道信息,而关于多角度信息对云检测影响的研究较少。为了探索遥感影像多角度信息作为云特征对训练云分类网络精度的影响,提出一种基于深度学习的遥感多角度云检测方法,以SegNet为基础网络结构,提取含有多角度信息的遥感影像的特征表示,训练含有多角度信息的遥感影像云检测模型。测试结果表明,所提方法全局精度为91.39%,平均重叠率为83.99%。分析表明单角度云检测具有一定的局限性,而利用多角度信息作为云特征训练云分类网络可以提升云检测精度。此外,还探索了POLDER仪器中不同角度对于云检测结果的影响情况。

关键词：云检测遥感影像多角度神经网络 SegNet

来源：评论

学校读者我要写书评

暂无评论

基于双Gabor方向韦伯局部描述子的掌纹识别

引用

电子与信息学报 2018年第4期40卷 936-943页

作者：王华彬李梦雯周健陶亮安徽大学计算智能与信号处理教育部重点实验室合肥230601

该文结合掌纹图像的纹理特点,对原始韦伯局部描述子(WLD)中的差分激励和梯度方向进行改进,提出双Gabor方向韦伯局部描述子(DGWLD),以提高掌纹识别率。在构建新的差分激励图时,通过加入邻域像素点与中心像素点间灰度差分的方向信息,扩大... 详细信息

该文结合掌纹图像的纹理特点,对原始韦伯局部描述子(WLD)中的差分激励和梯度方向进行改进,提出双Gabor方向韦伯局部描述子(DGWLD),以提高掌纹识别率。在构建新的差分激励图时,通过加入邻域像素点与中心像素点间灰度差分的方向信息,扩大异类掌纹间的差异。同时,采用双Gabor方向代替原始的梯度方向,减小平移和旋转对识别的影响。此外,为了更好地衡量特征间的相似度,使用交叉匹配算法,进一步提升识别率。在PolyU,MSpalmprint和CASIA掌纹库上进行实验,识别率均达到100%。实验的结果表明,与其它局部描述子和已有改进的WLD方法相比,该文方法具有更高的识别率和更低的等错误率。

关键词：掌纹识别韦伯局部描述子差分激励双Gabor方向交叉匹配算法

来源：评论

学校读者我要写书评

暂无评论

一种基于任务粒化的服务组合优化方法

引用

电子学报 2018年第1期46卷 245-251页

作者：张以文崔光明郭星张燕平安徽大学计算智能与信号处理教育部重点实验室安徽合肥230031

在big service背景下,越来越多的资源以服务的形式发布与使用,用户需求越来越复杂,导致服务组合计算规模呈指数级增长.本文提出一种任务粒化算法(TgA,Task-granular Algorithm),用于快速有效地求解大规模服务组合优化问题.首先,构建任... 详细信息

在big service背景下,越来越多的资源以服务的形式发布与使用,用户需求越来越复杂,导致服务组合计算规模呈指数级增长.本文提出一种任务粒化算法(TgA,Task-granular Algorithm),用于快速有效地求解大规模服务组合优化问题.首先,构建任务粒化分层服务组合模型,并分析了该模型的计算复杂性;其次,根据现有QoS属性计算方式,从理论上分析其在任务粒化过程中的可行性;最后,大量仿真实验结果表明,相比于经典的PSO算法,TgA可以将服务组合优化时间性能提高约4至7倍,且寻优精度提高10%以上.

关键词：服务组合任务粒化分层模型 PSO

来源：评论

学校读者我要写书评

暂无评论

金属色散模型对微纳结构FDTD计算的影响研究

引用

安庆师范大学学报（自然科学版） 2020年第4期26卷 7-10,19页

作者：刘超刘瑜安徽大学电子信息工程学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

通过讨论几类典型的金属色散模型以及辅助微分方程处理金属色散介质的方法,比较分析了不同色散模型拟合银介电系数的差异。在此基础上,利用时域有限差分(FDTD)法对银纳米孔阵列透射特性进行建模计算,研究分析不同金属色散模型对数值结... 详细信息

通过讨论几类典型的金属色散模型以及辅助微分方程处理金属色散介质的方法,比较分析了不同色散模型拟合银介电系数的差异。在此基础上,利用时域有限差分(FDTD)法对银纳米孔阵列透射特性进行建模计算,研究分析不同金属色散模型对数值结果的影响。研究表明:由自由电子气等理想假设推导的色散模型仅在非常有限的频带范围内能够拟合实际金属的介电系数,增加Lorentz谐振项与介电系数拟合值的精确性不是线性提高的关系;而通过能带理论分析对Drude模型进行修正得到的Drude2cp模型,能够在更宽的频带范围内拟合金属银的介电响应过程,使FDTD算法具有更好的计算精度。

关键词：计算电磁学计算精度时域有限差分介电系数色散模型

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：