检索结果-内蒙古大学图书馆

计算机研究与发展 2012年第12期49卷 2686-2695页

作者：白雪飞王文剑梁吉业山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

提出一种新的活动轮廓分割模型,结合视觉显著性检测机制自动获取待分割图像中目标物体的先验形状信息,并自适应地构造初始轮廓,从而降低了初始轮廓位置对分割算法的影响.同时实现了活动轮廓模型对图像的自适应分割和自动分割,使得分割... 详细信息

提出一种新的活动轮廓分割模型,结合视觉显著性检测机制自动获取待分割图像中目标物体的先验形状信息,并自适应地构造初始轮廓,从而降低了初始轮廓位置对分割算法的影响.同时实现了活动轮廓模型对图像的自适应分割和自动分割,使得分割结果更符合人类视觉感知特性.实验结果表明,该模型有较好的分割效果,迭代次数少,且运行时间短.

关键词：图像分割视觉显著性活动轮廓模型曲线演化水平集方法

来源：评论

学校读者我要写书评

暂无评论

基于组合欧拉向量与边缘方向直方图的图像检索方法

引用

模式识别与人工智能 2012年第3期25卷 450-455页

作者：杨红菊菅小艳曹付元钱揖丽山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 太原师范学院计算机科学与技术系太原030012

在图像数据库中,如何有效检索和查询图像是一个重要的研究内容.文中提出一种结合组合欧拉向量与边缘方向直方图(EOH)的图像检索方法.首先,从边缘图像中提取组合欧拉向量特征进行图像检索(EEXO算法),其次,为更好地区分不同形状但欧拉特... 详细信息

在图像数据库中,如何有效检索和查询图像是一个重要的研究内容.文中提出一种结合组合欧拉向量与边缘方向直方图(EOH)的图像检索方法.首先,从边缘图像中提取组合欧拉向量特征进行图像检索(EEXO算法),其次,为更好地区分不同形状但欧拉特征相近的图像,将EEXO算法与EOH算法相结合提出EEXOEOH图像检索算法.实验结果表明,EEXOEOH算法与其它4种算法相比,具有较好的检索效率.

关键词：边缘图像组合欧拉向量边缘方向直方图图像检索

来源：评论

学校读者我要写书评

暂无评论

视觉测量中可纠错的编码点识别及提取

引用

光学精密工程 2012年第10期20卷 2293-2299页

作者：杨剑韩建栋秦品乐中北大学电子与计算机科学技术学院山西太原030051 山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室山西太原030006

针对视觉测量中经常发生椭圆点检测错误,影响三维场景的匹配,甚至影响三维重建的问题,设计了一种可纠错的编码点方案。将信息论中的信道可纠错编码方法用于编码点的设计,基于线性分组码将编码分为信息元和校验元,从而设计了生成矩阵和... 详细信息

针对视觉测量中经常发生椭圆点检测错误,影响三维场景的匹配,甚至影响三维重建的问题,设计了一种可纠错的编码点方案。将信息论中的信道可纠错编码方法用于编码点的设计,基于线性分组码将编码分为信息元和校验元,从而设计了生成矩阵和校验矩阵。在检测出错误时利用伴随式矩阵进行纠错,最后进行解码实现三维匹配。分析了编码点的解算及提取,从而大大提高了编码点的抗噪性。该方法不仅具有高的抗噪性能,同时可进一步拓展空间并且具有较好的实用价值。实验表明:文中设计的编码点方案完全可行,具有易于识别、可自行纠错的优点,在发生1位编码点错误的情况下可以实现100%纠错。

关键词：视觉测量编码点纠错编码编码点提取编码点识别

来源：评论

学校读者我要写书评

暂无评论

一种新的支持向量机主动学习策略

引用

南京大学学报（自然科学版） 2012年第2期48卷 182-189页

作者：白龙飞王文剑郭虎升山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

本文提出一种新的支持向量机(support vector machine,SVM)主动学习策略,称为Dix_SVMactive.通过定义新的数据置信度度量来挑选最有价值样本进行人工标注,并在每次迭代中对训练集的平衡度进行调整,以获得更好的泛化能力.在UCI标准数据... 详细信息

本文提出一种新的支持向量机(support vector machine,SVM)主动学习策略,称为Dix_SVMactive.通过定义新的数据置信度度量来挑选最有价值样本进行人工标注,并在每次迭代中对训练集的平衡度进行调整,以获得更好的泛化能力.在UCI标准数据集上的测试结果表明,与基于随机选样的SVMactive和传统SVMactive(Tong SVMactive)方法相比,本文算法不仅可以提高分类精度,而且能减少人工标注的工作量.

关键词：支持向量机主动学习置信度

来源：评论

学校读者我要写书评

暂无评论

一种基于Seeds集和成对约束的半监督聚类算法

引用

南京大学学报（自然科学版） 2012年第4期48卷 405-411页

作者：常瑜梁吉业高嘉伟杨静山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

半监督聚类研究如何利用少量的监督信息来提高聚类性能,目前已经成为机器学习领域的一个研究热点.现有的大多数半监督聚类方法没有综合考虑Seeds集和成对约束这两种监督信息,因而提出了一种基于Seeds集和成对约束的半监督聚类算法.该算... 详细信息

半监督聚类研究如何利用少量的监督信息来提高聚类性能,目前已经成为机器学习领域的一个研究热点.现有的大多数半监督聚类方法没有综合考虑Seeds集和成对约束这两种监督信息,因而提出了一种基于Seeds集和成对约束的半监督聚类算法.该算法运用Tri-training算法扩充Seeds集,结合成对约束优化Seeds集并指导聚类过程.实验结果表明,该算法能够有效提高聚类性能.

关键词：半监督聚类 Seeds集成对约束

来源：评论

学校读者我要写书评

暂无评论

基于Rough Sets的特征选择研究进展

引用

山西大学学报(自然科学版) 2012年第2期35卷 211-218页

作者：梁吉业李超伟魏巍山西大学计算智能与中文信息处理教育部重点实验室山西大学计算机与信息技术学院

特征选择是机器学习领域中的重要研究问题.作为一种重要的特征选择方法,属性约简正在受到越来越多的关注,在许多应用领域已经得到了广泛应用.文章对基于Rough Sets理论的特征选择算法作了系统的回顾和分析,具体包括启发式属性约简、基... 详细信息

特征选择是机器学习领域中的重要研究问题.作为一种重要的特征选择方法,属性约简正在受到越来越多的关注,在许多应用领域已经得到了广泛应用.文章对基于Rough Sets理论的特征选择算法作了系统的回顾和分析,具体包括启发式属性约简、基于区分矩阵的属性约简和扩展粗糙集模型的属性约简三个方面.此外,论文还给出了粗糙特征选择算法的几种常见应用,并对该领域的进一步发展进行了展望.

关键词：特征选择粗糙集属性约简区分矩阵启发式搜索

来源：评论

学校读者我要写书评

暂无评论

基于数据关系的SVM多分类学习算法

引用

山西大学学报(自然科学版) 2012年第2期35卷 224-230页

作者：王文剑梁志郭虎升山西大学计算智能与中文信息处理教育部重点实验室山西大学计算机与信息技术学院

提出一种基于数据关系(Data Relationship,DR)的多分类支持向量机(Support Vector Machine,SVM)学习算法(Multi-Classification SVM Algorithm Based on Data Relationship,DR-SVM).DR-SVM算法根据每类数据的关系(如向量积等)获取子学习器的冗余信息,从而优化多分类器组,然后通过经典的SVM算法训练分类器组.算法在简化分类器组的同时可对多类数据分类问题获得满意的泛化能力,在标准数据集上的实验结果表明,与经典的SVM多分类方法相比,DR-SVM具有更好的泛化性能,尤其对单个类别精度要求较高的数据尤其有效.

关键词：支持向量机多分类数据关系泛化能力

来源：评论

学校读者我要写书评

暂无评论

基于训练样本自动选取的SVM彩色图像分割方法

引用

计算机科学 2012年第11期39卷 267-271页

作者：张荣王文剑白雪飞山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容。基于支持向量机(Support Vector Ma-chine,SVM)的方法现已广泛应用于图像分割,但其在训练样本的选取上大多是人工选择,这降低了图像分割的自适应性,且影响了SVM的分类... 详细信息

图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容。基于支持向量机(Support Vector Ma-chine,SVM)的方法现已广泛应用于图像分割,但其在训练样本的选取上大多是人工选择,这降低了图像分割的自适应性,且影响了SVM的分类性能。提出一种基于训练样本自动选取的SVM彩色图像分割方法,算法首先使用模糊C均值(Fuzzy C-Means,FCM)聚类算法自动获取训练样本,然后分别提取图像颜色特征和纹理特征,将其作为SVM模型训练样本的特征属性进行训练,最后用训练好的分类器对图像进行分割。实验结果表明,提出的方法可取得很好的分割结果。

关键词：图像分割支持向量机模糊C均值

来源：评论

学校读者我要写书评

暂无评论

一种基于邻域距离的聚类特征选择方法

引用

计算机科学 2012年第1期39卷 175-177页

作者：秦奇伟梁吉业钱宇华计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

针对高维复杂的符号数据集在聚类中的聚类效果差和计算耗时过大的问题,首先提出了一种基于邻域距离的无监督特征选择算法,然后在选择到的特征子集上进行重新聚类,从而有效提高了聚类结果的精度,降低了聚类计算的计算耗时。实验结果表明... 详细信息

针对高维复杂的符号数据集在聚类中的聚类效果差和计算耗时过大的问题,首先提出了一种基于邻域距离的无监督特征选择算法,然后在选择到的特征子集上进行重新聚类,从而有效提高了聚类结果的精度,降低了聚类计算的计算耗时。实验结果表明,该算法可以找到有效的特征子集,提高数据集的聚类精度,降低面对高维复杂数据集聚类的计算耗时。

关键词：特征选择聚类计算邻域距离属性重要度

来源：评论

学校读者我要写书评

暂无评论

基于不完备信息系统的决策树生成算法

引用

计算机科学 2012年第1期39卷 156-158页

作者：关晓蔷钱宇华山西大学计算机与信息技术学院计算智能与中文信息处理省部共建重点实验室太原030006

决策树是一种有效地进行实例分类的数据挖掘方法。在处理不完备信息系统中的缺省值数据时,现有决策树算法大多使用猜测技术。在不改变缺失值的情况下,利用极大相容块的概念定义了不完备决策表中条件属性对决策属性的决策支持度,将其作... 详细信息

决策树是一种有效地进行实例分类的数据挖掘方法。在处理不完备信息系统中的缺省值数据时,现有决策树算法大多使用猜测技术。在不改变缺失值的情况下,利用极大相容块的概念定义了不完备决策表中条件属性对决策属性的决策支持度,将其作为属性选择的启发式信息。同时,提出了一种不完备信息系统中的决策树生成算法IDTBDS,该算法不仅可以快速得到规则集,而且具有较高的准确率。

关键词：决策树不完备信息系统决策支持度

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：