检索结果-内蒙古大学图书馆

计算机应用 2017年第3期37卷 832-838页

作者：张新明康强程金凤涂强河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007

针对当前中值滤波器处理图像高椒盐噪声效果不佳和实时性不强等问题,提出了一种快速自适应四点窗中点滤波(AFMF)方法。首先,为了降低计算复杂度,使用简单的极值方法检测噪声点;然后,摒弃传统的全点窗口,不用中值滤波,而是在开关滤波和... 详细信息

针对当前中值滤波器处理图像高椒盐噪声效果不佳和实时性不强等问题,提出了一种快速自适应四点窗中点滤波(AFMF)方法。首先,为了降低计算复杂度,使用简单的极值方法检测噪声点;然后,摒弃传统的全点窗口,不用中值滤波,而是在开关滤波和裁剪滤波的基础上,采用新型的非线性滤波方法:中点滤波,简化了算法的流程,提升了算法的计算效率,提高了去噪效果;最后,从3×3窗口开始到由里向外推进,逐渐增大窗口,形成自适应滤波,一直到噪声点处理完,如此避免了窗口大小参数的设置。实验结果表明,与AMF、SAMF、MDBUTMF以及DBCWMF相比,AFMF在处理高密度椒盐噪声上不仅有更好的去噪性能、更快的运行速度(约0.18 s),且无需设置参数,可操作性强,具有较强的实用性。

关键词：图像恢复图像去噪开关中值滤波自适应滤波中点滤波四点模板椒盐噪声

来源：评论

学校读者我要写书评

暂无评论

一种基于粗糙均方残基的模糊双聚类方法

引用

河南师范大学学报（自然科学版） 2017年第5期45卷 93-100页

作者：孙林刘弱南张霄雨孙印杰宋黎明河南师范大学计算机与信息工程学院河南新乡453007 计算智能与数据挖掘河南省高校工程技术研究中心河南新乡453007

双聚类作为一种无监督的学习方法,其作用是对基因表达数据进行分析.为了获取较大容量的双聚类簇,弥补传统的双聚类方法在基因表达数据一致波动性方面的不足,引入粗糙集的上、下近似集概念,将粗糙集理论运用到模糊双聚类算法中,将粗糙上... 详细信息

双聚类作为一种无监督的学习方法,其作用是对基因表达数据进行分析.为了获取较大容量的双聚类簇,弥补传统的双聚类方法在基因表达数据一致波动性方面的不足,引入粗糙集的上、下近似集概念,将粗糙集理论运用到模糊双聚类算法中,将粗糙上、下近似集与加权均方残差相结合,得到新的粗糙均方残基,进而提出一种基于粗糙均方残基的模糊双聚类算法.针对基因表达数据集,首先进行缺失值填补;其次,用非负矩阵分解算法对基因数据集进行降维;最后,计算数据矩阵的粗糙均方残基,结合综合评判度量函数与贴近度原则对矩阵的行列进行删除和添加,得到容量更大的双聚类结果.实验结果表明,该模糊双聚类算法是有效的.

关键词：粗糙集粗糙均方残基双聚类

来源：评论

学校读者我要写书评

暂无评论

基于PCA和多邻域粗糙集的肿瘤特征基因选择算法

引用

郑州大学学报（理学版） 2017年第4期49卷 28-33页

作者：徐久成穆辉宇冯森河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007

针对邻域粗糙集采用全局邻域求解近似,存在计算时间复杂度高且无法对基因表达谱精确描述的问题,构造了基于主成分分析(PCA)和改进邻域粗糙集(NRS)算法的PNRS模型.首先采用PCA算法获得低维的特征基因空间;然后利用改进的多邻域粗糙集算... 详细信息

针对邻域粗糙集采用全局邻域求解近似,存在计算时间复杂度高且无法对基因表达谱精确描述的问题,构造了基于主成分分析(PCA)和改进邻域粗糙集(NRS)算法的PNRS模型.首先采用PCA算法获得低维的特征基因空间;然后利用改进的多邻域粗糙集算法进行特征基因选择,即采用欧氏距离计算每列属性邻域值,选取所有属性邻域集合计算邻域决策系统的近似;最后采用启发式搜索算法选择特征基因子集.实验结果表明,PNRS模型能够在选择出较小的基因子集的情况下获得较高的分类精度,从而验证了该方法的有效性.

关键词：特征选择主成分分析多邻域粗糙集欧氏距离

来源：评论

学校读者我要写书评

暂无评论

迭代自适应权重均值滤波的图像去噪

引用

计算机应用 2017年第11期37卷 3168-3175页

作者：张新明程金凤康强王霞河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007

针对现有滤波方法滤除图像椒盐噪声的性能不理想和耗时长等缺陷,提出了一种迭代自适应权重均值滤波的图像去噪方法(IAWF)。首先,利用图像邻域像素与处理点的相似性采用新型方法构建邻域权重;然后,将此邻域权重与开关裁剪均值滤波结合形... 详细信息

针对现有滤波方法滤除图像椒盐噪声的性能不理想和耗时长等缺陷,提出了一种迭代自适应权重均值滤波的图像去噪方法(IAWF)。首先,利用图像邻域像素与处理点的相似性采用新型方法构建邻域权重;然后,将此邻域权重与开关裁剪均值滤波结合形成新型权重均值滤波方法,充分利用像素间的相关性和开关裁剪滤波的优势,有效提高了算法的去噪效果,同时采用自适应的方式调整滤波窗口大小,以便尽可能地保护图像细节;最后,采用迭代式滤波方法,即如果上述操作还没有处理完噪声点,则迭代去噪直至噪声点处理完毕,实现自动处理。仿真实验结果表明,在各种不同噪声密度下,IAWF在峰值信噪比(PSNR)、失真度,以及视觉效果等方面均优于现有的几种优秀的滤波算法,且具有更快的运行速度,更适用于实际应用场合。

关键词：图像去噪权重均值滤波迭代滤波自适应滤波椒盐噪声

来源：评论

学校读者我要写书评

暂无评论

决策演化集的膜结构

引用

数据采集与处理 2017年第5期32卷 1022-1033页

作者：胡玉文徐久成徐天贺河南师范大学计算机与信息工程学院新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心新乡453007 河南师范大学图书馆新乡453007

决策演化集是处理决策规则在时间序列上演化问题的理论,它将着眼点从静态决策信息系统转移到动态时间序列上,研究决策信息系统随时间变化的演化规律,是一种新的决策规则研究方法。目前,在决策演化集的标准结构下,其定义的演化轨迹是一... 详细信息

决策演化集是处理决策规则在时间序列上演化问题的理论,它将着眼点从静态决策信息系统转移到动态时间序列上,研究决策信息系统随时间变化的演化规律,是一种新的决策规则研究方法。目前,在决策演化集的标准结构下,其定义的演化轨迹是一个很难描绘的n维空间图形,所以本文提出了膜结构重新描述决策演化集,在膜结构下,被约简掉的属性同样会获得重视。在当时间从ti-1进入ti时,属性根据自身对决策的影响而进入不同的膜,同时所产生的数据流动也被标记出来,从而解决了决策信息系统演化轨迹具象化的问题,并通过实例演示了决策信息系统的演化过程和轨迹。

关键词：粗糙集粒度决策决策演化膜结构

来源：评论

学校读者我要写书评

暂无评论

决策演化集的垂直膜结构

引用

南京大学学报（自然科学版） 2017年第3期53卷 506-517页

决策演化集的纵向演化是在决策演化集的基础上处理决策规则在不同粒度空间上演化问题的理论.决策演化集的纵向演化并不拘泥于静态的决策规则,而是把着眼点放在决策规则的在不同粒度空间的动态变化上.在决策演化集的纵向演化中提出了隐... 详细信息

决策演化集的纵向演化是在决策演化集的基础上处理决策规则在不同粒度空间上演化问题的理论.决策演化集的纵向演化并不拘泥于静态的决策规则,而是把着眼点放在决策规则的在不同粒度空间的动态变化上.在决策演化集的纵向演化中提出了隐藏属性、丢失属性、纵向演化矩阵、演化偏移角和纵向演化轨迹等概念,但在目前的决策演化集的纵向演化的理论体系中很难将决策信息系统的纵向演化轨迹以及其他的演化特性具象化出来.提出使用膜结构来重新描述决策演化集的纵向演化,建立了决策演化集的垂直膜结构理论框架,从而解决了决策信息系统的纵向演化轨迹、隐藏属性、丢失属性、演化偏移角等的具象化问题,将之前不能画出的演化轨迹及演化偏移角、隐藏属性、丢失属性等演化特性展示出来,使得对决策规则的纵向演化的研究更为直观,并通过实例演示了决策信息系统的纵向演化过程和轨迹.

关键词：粗糙集粒度决策膜结构纵向演化

来源：评论

学校读者我要写书评

暂无评论

融合榜样学习和反向学习的粒子群优化算法

引用

河南师范大学学报（自然科学版） 2017年第6期45卷 91-99页

作者：张新明王霞涂强康强河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学计算智能与数据挖掘河南省高校工程技术研究中心河南新乡453007

为了提高粒子群优化算法(Particle swarm optimization,PSO)的优化效率,降低其陷入局部最优的概率,提出了一种融合榜样学习和反向学习的PSO算法(PSO based on combing Example learning and Opposition learning,EOPSO).首先,对粒子群中的非最优粒子采用新颖的榜样学习机制更新,以便提高全局搜索能力,避免算法陷入局部最优;其次,对粒子群中最优粒子采用反向学习混合机制更新,提升该粒子的搜索能力,进一步避免算法陷入局部最优;最后,对粒子群中的最优粒子还采用了自身变异机制更新,有利于搜索前期的全局搜索和后期的快速收敛.在15个不同维度的基准函数上进行了仿真实验,实验结果表明,与最先进的PSO改进算法ELPSO、SRPSO、LFPSO、HCLPSO相比,EOPSO优化性能更好.

关键词：智能优化算法粒子群优化算法榜样学习反向学习

来源：评论

学校读者我要写书评

暂无评论

决策演化集的三支博弈

引用

计算机工程与应用 2017年第1期53卷 92-97,106页

作者：胡玉文徐久成张倩倩河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007 河南师范大学图书馆河南新乡453007

决策演化集是处理决策规则在时间序列上的演化问题的理论。决策演化集将着眼点从静态的决策信息系统转移到动态的时间序列上,研究决策信息系统在随着时间变化时的演化规律,是一种新的决策研究方法。目前,在决策演化集的标准结构下存在... 详细信息

决策演化集是处理决策规则在时间序列上的演化问题的理论。决策演化集将着眼点从静态的决策信息系统转移到动态的时间序列上,研究决策信息系统在随着时间变化时的演化规律,是一种新的决策研究方法。目前,在决策演化集的标准结构下存在着一些问题,例如预测得到的属性较少,预测夹角偏大等问题。决策演化集的三支结构在提高预测准确度方面是一个有效的方法,但其阈值α和β是固定的。然而,在时间序列下数据是不停变化的,固定的α和β并不能很好地适应这种变化。利用博弈论的方法来调整修改α和β使其适应决策信息系统在时间序列下的变化,并通过实例来演示这种调整。

关键词：粗糙集粒度决策决策演化三支博弈

来源：评论

学校读者我要写书评

暂无评论

基于JPEG重压缩特性的篡改图像盲分离

引用

济南大学学报（自然科学版） 2017年第2期31卷 87-96页

作者：段新涛彭涛李飞飞王婧娟李贺河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

针对JPEG类图像被篡改后未被篡改的区域和被篡改的区域的离散余弦变换(DCT)系数会表现出不同的压缩特性的问题,本文中提出了一种JPEG图像重压缩概率模型来描述重压缩前、后DCT系数统计特性的变化;依据贝叶斯准则,利用后验概率表示出JPE... 详细信息

针对JPEG类图像被篡改后未被篡改的区域和被篡改的区域的离散余弦变换(DCT)系数会表现出不同的压缩特性的问题,本文中提出了一种JPEG图像重压缩概率模型来描述重压缩前、后DCT系数统计特性的变化;依据贝叶斯准则,利用后验概率表示出JPEG篡改图像中存在的双重压缩效应块和只经历单次压缩效应块的概率值,得到图像块的后验概率密度图;利用粒子群算法设定自适应阈值对后验概率密度图进行优化,并且对阈值进行分类判断,通过后验概率密度图实现对篡改区域的自动检测和分离。结果表明,该方法能快速、准确地实现篡改区域的自动检测和提取,并且在第2次质量因子小于第1次质量因子时,检测结果明显优于其他算法的,且能把篡改区域从篡改图像中自动提取出来,不受被篡改图像的位置、大小和个数的限制。

关键词： JPEG双重压缩盲分离双量化效应图像篡改自适应阈值粒子群算法

来源：评论

学校读者我要写书评

暂无评论

面向贯序不均衡分类的粒度极限学习机

引用

控制与决策 2016年第12期31卷 2147-2154页

作者：毛文涛田杨阳王金婉何玲河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007

针对现有算法对贯序到达的密度型不均衡数据分类效果不佳的缺陷,提出一种基于粒度划分的在线贯序极限学习机算法.离线阶段,根据数据分布特性对多类样本进行粒度划分,用粒心代替原有样本,建立初始模型;在线阶段,根据更新后的分布特性对... 详细信息

针对现有算法对贯序到达的密度型不均衡数据分类效果不佳的缺陷,提出一种基于粒度划分的在线贯序极限学习机算法.离线阶段,根据数据分布特性对多类样本进行粒度划分,用粒心代替原有样本,建立初始模型;在线阶段,根据更新后的分布特性对多类边界数据进行二次粒度划分,替换原有边界数据,并动态更新网络权值.理论分析证明该算法存在信息损失上界.实验结果表明,该算法能有效提高贯序不均衡数据上的整体泛化性能和分类效率.

关键词：极限学习机粒度划分贯序不均衡数据欠取样

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：