检索结果-内蒙古大学图书馆

为了求解广义支持向量机(GSVM)的优化问题,将带有不等式约束的原始优化问题转化为无约束优化问题,由于此无约束优化问题的目标函数不光滑,所以引入一族多项式光滑函数进行逼近,实验中可以根据不同的精度要求选择不同的逼近函数。用BFGS算法求解。实验结果表明,该算法和已有的GSVM的求解算法相比,更快地获得了更高的测试精度,更适合大规模数据集的训练。因此给出的GSVM的求解算法是有效的。

关键词：支持向量机广义支持向量机模式识别分类光滑函数多项式

来源：评论

学校读者我要写书评

暂无评论

离散化衍生品的定价

引用

河南科技大学学报（自然科学版） 2013年第6期34卷 79-82,8页

作者：李培峦张增援湖南师范大学数学与计算机科学学院湖南长沙410081 河南科技大学数学与统计学院河南洛阳471023

研究离散化衍生品的定价。首先,建立了二叉树模型和Cox-Ross-Rubinstein(CRR)模型,并给出二叉树模型和CRR模型下的衍生品的定价公式的推导过程,得到了衍生品的定价公式。最后,结合实例分析模型在现实中的应用。

关键词：金融衍生工具二叉树模型 CRR模型定价

来源：评论

学校读者我要写书评

暂无评论

基于智能卡的匿名认证与密钥协商协议

引用

计算机应用与软件 2023年第4期40卷 282-288页

作者：张平贾亦巧王杰昌付主木河南科技大学数学与统计学院河南洛阳471023 郑州大学体育学院计算机教研室河南郑州450044 河南科技大学信息工程学院河南洛阳471023

传统的基于身份的认证密钥协商协议常常无法保证客户的匿名性,且存在一些安全性问题。针对这种情况,提出一种基于智能卡的匿名认证与密钥协商协议。协议融入了智能卡对客户的口令和生物认证技术,以此确保了客户的匿名性,同时防止了因智... 详细信息

传统的基于身份的认证密钥协商协议常常无法保证客户的匿名性,且存在一些安全性问题。针对这种情况,提出一种基于智能卡的匿名认证与密钥协商协议。协议融入了智能卡对客户的口令和生物认证技术,以此确保了客户的匿名性,同时防止了因智能卡遗失所造成的冒充攻击,并在eCK模型与随机预言机模型下基于椭圆曲线离散对数难题证明了新协议的安全性。性能分析表明,新协议具有更强的安全属性、更高的通信效率、良好的推广性。

关键词：匿名认证密钥协商离散对数安全模型智能卡生物认证

来源：评论

学校读者我要写书评

暂无评论

一类Armijo搜索下新的共轭梯度法及其全局收敛性

引用

河南师范大学学报（自然科学版） 2015年第6期43卷 25-29页

作者：董晓亮杨喜美黄元元北方民族大学数学与信息科学学院银川750021 河南师范大学数学与信息科学学院河南新乡453007 河南科技大学数学与统计学院河南洛阳471023

为有效求解大规模无约束优化问题,提出了一类新的混合共轭梯度法.该方法在每步迭代中都不依赖于函数的凸性和搜索条件而自行产生充分下降方向.在适当的条件下,获证了在Armijo搜索下,即使求解非凸函数极小化的问题,算法也具有全局收敛性... 详细信息

为有效求解大规模无约束优化问题,提出了一类新的混合共轭梯度法.该方法在每步迭代中都不依赖于函数的凸性和搜索条件而自行产生充分下降方向.在适当的条件下,获证了在Armijo搜索下,即使求解非凸函数极小化的问题,算法也具有全局收敛性.同时,数值实验表明所提算法可以有效求解优化测试问题.

关键词：共轭梯度法全局收敛性充分下降条件 Armijo搜索

来源：评论

学校读者我要写书评

暂无评论

融合深度卷积神经网络和Swin Transformer的露天矿遥感图像超分辨率重建

引用

金属矿山 2024年第12期 240-245页

作者：聂雅琳王海军石念峰刘保罗洛阳理工学院计算机与信息工程学院河南洛阳471023 河南科技大学数学与统计学院河南洛阳471023

针对现有露天矿遥感图像超分辨率重建模型提取特征能力弱、特征利用不充分的问题,提出了一种融合深度卷积神经网络和Swin Transformer网络的露天矿遥感图像超分辨率重建方法。首先,利用卷积神经网络和Swin Transformer网络将露天矿遥感... 详细信息

针对现有露天矿遥感图像超分辨率重建模型提取特征能力弱、特征利用不充分的问题,提出了一种融合深度卷积神经网络和Swin Transformer网络的露天矿遥感图像超分辨率重建方法。首先,利用卷积神经网络和Swin Transformer网络将露天矿遥感图像映射到全局和局部特征空间,充分提取遥感图像的深层特征;然后,构造了一种基于注意力机制的多尺度特征融合网络,实现遥感图像局部和全局特征的深度融合,强化有效特征表达的区分能力;最后,将深度融合特征作为超分辨率解码模块的输入,重建出高分辨率的露天矿遥感图像。通过在自建露天矿区图像数据集和开源数据集上进行测试,试验结果表明:与当前主流的图像超分辨率重建算法相比,所提方法重构出的超分辨率图像具有较好的视觉感知,在均方根误差方面也低于其他对比方法。

关键词：露天矿超分辨率重建深度卷积神经网络 Swin Transformer

来源：评论

学校读者我要写书评

暂无评论

姿态估计和跟踪结合的运动视频关键帧提取

引用

电视技术 2017年第4期41卷 37-46页

作者：石念峰侯小静张平孙西铭洛阳理工学院计算机与信息工程学院河南洛阳471023 南昆士兰大学河南科技大学数学与统计学院河南洛阳471023

提出姿态估计和特定部位跟踪相结合的动作视频关键帧提取算法。首先利用非确定人体部位的时间连续性保持提高基于柔性部件铰接人体模型的单帧图像人体姿态估计准确率,通过实施数据降维得到局部拓扑结构表达能力强的判别性运动特征向量,... 详细信息

提出姿态估计和特定部位跟踪相结合的动作视频关键帧提取算法。首先利用非确定人体部位的时间连续性保持提高基于柔性部件铰接人体模型的单帧图像人体姿态估计准确率,通过实施数据降维得到局部拓扑结构表达能力强的判别性运动特征向量,采用极值判定原理确定候选关键帧集合。然后利用ISODATA动态聚类算法,通过初始聚类中心优化、基于语义的关键帧集合增强等策略确定关键帧。实验表明文中算法具有较高的关键帧提取准确率和召回率,支持基于语义的关键帧提取。提取的视频关键帧可以用于运动视频压缩和批注审阅。

关键词：关键帧提取运动视频姿态估计拉普拉斯降维特征选择 ISODATA

来源：评论

学校读者我要写书评

暂无评论

混合删失样本下混合指数分布的估计（英文）

引用

应用概率统计 2017年第2期33卷 191-202页

作者：田玉柱韩学峰田茂再河南科技大学数学与统计学院洛阳471023 河南理工大学数学与信息科学学院焦作454000 中国人民大学应用统计中心北京100872

混合删失方案是Ⅰ型和Ⅱ型删失方案的一个组合,该删失方案在寿命数据分析已非常流行.混合指数分析模型是可靠性统计中非常受欢迎的一类模型.然而,带混合删失样本的混合指数分布的参数估计问题还没有出现相关的讨论,本文将来处理这个问题... 详细信息

混合删失方案是Ⅰ型和Ⅱ型删失方案的一个组合,该删失方案在寿命数据分析已非常流行.混合指数分析模型是可靠性统计中非常受欢迎的一类模型.然而,带混合删失样本的混合指数分布的参数估计问题还没有出现相关的讨论,本文将来处理这个问题.文章利用EM算法获得了参数极大似然估计的显示表达式.最后,我们开展了一些数值模拟和实际数据分析来展示所提方法的估计效果.

关键词：混合指数分布混合删失极大似然估计 EM算法

来源：评论

学校读者我要写书评

暂无评论

时空特征局部保持的运动视频关键帧提取

引用

计算机应用 2017年第9期37卷 2605-2609页

作者：石念峰侯小静张平洛阳理工学院计算机与信息工程学院河南洛阳471023 河南科技大学数学与统计学院河南洛阳471023

为提高运动视频关键帧的运动表达能力和压缩率,提出柔性姿态估计和时空特征嵌入结合的运动视频关键帧提取技术。首先,利用人体动作的时间连续性保持建立具有时间约束限制的柔性部件铰接人体(ST-FMP)模型,通过非确定性人体部位动作连续... 详细信息

为提高运动视频关键帧的运动表达能力和压缩率,提出柔性姿态估计和时空特征嵌入结合的运动视频关键帧提取技术。首先,利用人体动作的时间连续性保持建立具有时间约束限制的柔性部件铰接人体(ST-FMP)模型,通过非确定性人体部位动作连续性约束,采用N-best算法估计单帧图像中的人体姿态参数;接着,采用人体部位的相对位置和运动方向描述人体运动特征,通过拉普拉斯分值法实施数据降维,获得局部拓扑结构表达能力强的判别性人体运动特征向量;最后,采用迭代自组织数据分析技术(ISODATA)算法动态地确定关键帧。在健美操动作视频关键帧提取实验中,ST-FMP模型将柔性混合铰接人体模型(FMP)的非确定性人体部位的识别准确率提高约15个百分点,取得了81%的关键帧提取准确率,优于KFE和运动块的关键帧算法。所提算法对人体运动特征和人体姿态敏感,适用于运动视频批注审阅。

关键词：关键帧提取运动视频姿态估计柔性混合铰接人体模型特征选择

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：