检索结果-内蒙古大学图书馆

计算机应用 2016年第9期36卷 2396-2401,2408页

作者：邓莉姚力金瑜武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

目前,云平台的大多数动态资源分配策略只考虑如何减少激活物理节点的数量来达到节能的目的,以实现绿色计算,但这些资源再配置方案很少考虑到虚拟机放置的稳定性。针对应用负载的动态变化特征,提出一种新的面向多虚拟机分布稳定性的基于... 详细信息

目前,云平台的大多数动态资源分配策略只考虑如何减少激活物理节点的数量来达到节能的目的,以实现绿色计算,但这些资源再配置方案很少考虑到虚拟机放置的稳定性。针对应用负载的动态变化特征,提出一种新的面向多虚拟机分布稳定性的基于多目标优化的动态资源配置方法,结合各应用负载的当前状态和未来的预测数据,综合考虑虚拟机重新放置的开销以及新虚拟机放置状态的稳定性,并设计了面向虚拟机分布稳定性的基于多目标优化的遗传算法(MOGANS)进行求解。仿真实验结果表明,相对于面向节能和多虚拟机重分布开销的遗传算法(GA-NN),MOGANS得到的虚拟机分布方式的稳定时间是GA-NN的10.42倍;同时,MOGANS也较好权衡了多虚拟机分布的稳定性和新旧状态转换所需的虚拟机迁移开销之间的关系。

关键词：云计算多目标优化遗传算法动态资源分配虚拟机迁移

来源：评论

学校读者我要写书评

暂无评论

基于扰动的精英反向学习粒子群优化算法

引用

计算机应用研究 2016年第9期33卷 2584-2587,2591页

作者：李俊汪冲李波方国康武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室武汉430065

针对粒子群算法容易陷入局部极值、进化后期收敛精度低的缺点,提出了一种基于扰动的精英反向学习粒子群算法。算法采用在粒子迭代的过程中,以一定的概率对当前的最优个体进行动态一般反向学习生成其反向解,引导粒子向最优解空间靠近;用... 详细信息

针对粒子群算法容易陷入局部极值、进化后期收敛精度低的缺点,提出了一种基于扰动的精英反向学习粒子群算法。算法采用在粒子迭代的过程中,以一定的概率对当前的最优个体进行动态一般反向学习生成其反向解,引导粒子向最优解空间靠近;用一种非线性递减的方式改变惯性权重,以提高算法的收敛速度和收敛精度;采用扰动的方式增强算法的局部探索能力,帮助粒子跳出局部最优解。在14个标准函数上进行仿真测试,结果表明改进算法具有更高的收敛速度和收敛精度,能有效地避免陷入局部最优,适合求解函数优化的问题。

关键词：粒子群优化算法精英反向学习惯性权重极值扰动局部最优解

来源：评论

学校读者我要写书评

暂无评论

基于混合染色体的带钢缺陷图像分类方法研究

引用

计算机工程与科学 2016年第6期38卷 1213-1219页

作者：刘亚胡慧君刘茂福武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

为了保证带钢缺陷分类的实时性和准确性,提出了一种基于混合染色体的带钢缺陷图像分类方法。该方法不仅优化了支持向量机SVM中核函数参数、惩罚因子,并且对核函数、输入的特征向量进行了选择。除此之外,该方法融合了遗传算法和SVM,用遗... 详细信息

为了保证带钢缺陷分类的实时性和准确性,提出了一种基于混合染色体的带钢缺陷图像分类方法。该方法不仅优化了支持向量机SVM中核函数参数、惩罚因子,并且对核函数、输入的特征向量进行了选择。除此之外,该方法融合了遗传算法和SVM,用遗传算法优化影响SVM的核函数参数、惩罚因子、输入特征和核函数;同时,用SVM建立的分类模型的分类准确率限制遗传算法的进化方向,彼此制约和促进,最终确定最优分类模型。实验结果表明,基于混合染色体的带钢缺陷图像分类方法建立的分类模型能实时、准确地对带钢缺陷图像进行分类。

关键词：带钢缺陷分类混合染色体 SVM 遗传算法分类准确率

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的视频图像失真检测及分类

引用

计算机应用研究 2016年第9期33卷 2827-2830页

作者：邬美银陈黎田菁武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室武汉430065

为了检测不同失真类型的视频图像,实现对失真视频图像的分类处理,提出一种基于卷积神经网络的视频图像失真检测及分类方法。将视频图像分割成较小的图像块作为输入;然后利用卷积神经网络主动学习特征,引入正负例均衡化和自适应学习速率... 详细信息

为了检测不同失真类型的视频图像,实现对失真视频图像的分类处理,提出一种基于卷积神经网络的视频图像失真检测及分类方法。将视频图像分割成较小的图像块作为输入;然后利用卷积神经网络主动学习特征,引入正负例均衡化和自适应学习速率减缓过拟合和局部最小值问题,由softmax分类器预测图像块的失真类型;最后采用多数表决规则,得到视频图像的预测类别。采用仿真标准图像库(LIVE)和实际监控视频库对该方法进行性能测试,前者的总体分类准确率达到92.22%,后者的总体分类准确率达到92.86%。整体的分类准确率高于已有的其他三种算法。引入正负例均衡化和自适应学习速率后,CNN的分类准确率得到明显提升。实验结果表明,该方法能主动学习图像质量特征,提高失真视频图像分类检测的准确率,通用于任意失真类型的视频图像分类检测,具有较强的鲁棒性和实用性。

关键词：卷积神经网络特征学习视频图像失真分类检测

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的多孔电极孔隙率的计算

引用

电源技术 2016年第3期40卷 572-574,624页

作者：向宇涵付晓薇田菁李曦武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 华中科技大学自动化学院图像信息处理及智能控制教育部重点实验室湖北武汉430074

针对固体氧化物燃料电池(SOFC)的电极孔隙率评估问题,提出了一种基于区域生长的图像分割改进方法来标识出电子显微镜下电极图像中的孔隙。该方法首先利用Otsu阈值法获取原图像的二值图像并标记连通区域,然后在每一个连通区域选取一个灰... 详细信息

针对固体氧化物燃料电池(SOFC)的电极孔隙率评估问题,提出了一种基于区域生长的图像分割改进方法来标识出电子显微镜下电极图像中的孔隙。该方法首先利用Otsu阈值法获取原图像的二值图像并标记连通区域,然后在每一个连通区域选取一个灰度值最小的像素点作为种子点进行区域生长,最后根据区域生长后的结果图像计算SOFC孔隙率。实验结果表明该方法可以有效地计算SOFC电极孔隙率用于分析SOFC的性能。

关键词：图像分割固体氧化物燃料电池(SOFC) 孔隙区域生长

来源：评论

学校读者我要写书评

暂无评论

基于多策略协同作用的粒子群优化算法

引用

计算机应用 2016年第3期36卷 681-686页

作者：李俊汪冲李波方国康武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065

针对粒子群优化(PSO)算法容易早熟收敛、在进化后期收敛精度低的缺点,提出了一种基于多策略协同作用的粒子群优化(MSPSO)算法。首先,设定一个概率阈值为0.3,在粒子迭代过程中,如果随机生成的概率值小于阈值,则采用对当前种群中的最优个... 详细信息

针对粒子群优化(PSO)算法容易早熟收敛、在进化后期收敛精度低的缺点,提出了一种基于多策略协同作用的粒子群优化(MSPSO)算法。首先,设定一个概率阈值为0.3,在粒子迭代过程中,如果随机生成的概率值小于阈值,则采用对当前种群中的最优个体进行反向学习并生成其反向解,以提高算法的收敛速度和收敛精度;否则,算法执行对粒子的位置进行高斯变异策略,以增强种群的多样性;其次,提出一种将柯西分布的比例参数进行线性递减的柯西变异策略,能够产生更好的解引导粒子向最优解空间运动;最后,在8个标准测试函数上进行仿真测试,MSPSO算法在Rosenbrock、Schwefel’s P2.22、Rotated Ackley、Quadric Noise、Ackley函数上收敛的平均值分别为1.68E+01、2.36E-283、8.88E-16、2.78E-05、8.88E-16,在Sphere、Griewank和Rastrigin函数上收敛达到最优解0,优于高斯扰动粒子群优化(GDPSO)算法、基于柯西变异的反向学习粒子群优化(GOPSO)算法。结果表明,所提出的算法收敛精度高,能避免粒子陷入局部最优。

关键词：粒子群优化算法反向学习高斯变异柯西变异:线性递减

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的监控视频树叶遮挡检测

引用

武汉科技大学学报 2016年第1期39卷 69-74页

作者：邬美银陈黎武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法。首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立... 详细信息

结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法。首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立分类检测模型,最后引入学习速率自适应调整策略对整个神经网络进行微调。该方法不需要对视频连续取帧,具有较好的图像特征主动学习能力,克服了人工提取特征能力有限的缺陷。实验结果表明,在样本量充足的条件下,使用本文方法进行监控视频树叶遮挡检测可以达到88.97%的准确率。

关键词：监控视频遮挡检测图像识别稀疏自编码器深度置信网络深度学习特征提取

来源：评论

学校读者我要写书评

暂无评论

基于颜色与纹理特征的安防视频遮挡树叶检测

引用

计算机工程与设计 2016年第6期37卷 1549-1554页

作者：袁渊丁胜徐新武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对安防监控视频中出现的树叶遮挡异常,提出一种颜色与纹理特征相融合并结合支持向量机(SVM)的视频树叶遮挡异常检测算法。提取视频图像的HSV非均匀量化直方图作为颜色特征;采用分块思想提取图像块的均匀局部二值模式(ULBP),将图像所... 详细信息

针对安防监控视频中出现的树叶遮挡异常,提出一种颜色与纹理特征相融合并结合支持向量机(SVM)的视频树叶遮挡异常检测算法。提取视频图像的HSV非均匀量化直方图作为颜色特征;采用分块思想提取图像块的均匀局部二值模式(ULBP),将图像所有块的ULBP特征进行整合作为图像的纹理特征;将颜色特征和纹理特征进行整合,利用支持向量机进行训练建模,实现树叶遮挡异常的检测。采用真实安防监控视频库进行验证,验证结果表明,该方法识别率达到85.56%,受试者工作特征(ROC)性能指标达到0.9433,融合ULBP特征与颜色特征能很好地减少场景的干扰,对树叶遮挡异常视频进行有效识别。

关键词：树叶遮挡检测监控视频均匀局部二值模式特征融合支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于稀疏投影的Fisher准则方法

引用

计算机工程与设计 2016年第12期37卷 3286-3289,3299页

作者：雷蕾李波武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

在进行数据模式分类时,数据通常呈现高维形式,造成维数"灾难",对高维数据进行特征提取降维变得尤为重要。在降维算法研究的基础上,提出一种基于稀疏投影的Fisher准则方法,实现高维数据的维数约简。充分考虑样本类别标签信息,... 详细信息

在进行数据模式分类时,数据通常呈现高维形式,造成维数"灾难",对高维数据进行特征提取降维变得尤为重要。在降维算法研究的基础上,提出一种基于稀疏投影的Fisher准则方法,实现高维数据的维数约简。充分考虑样本类别标签信息,结合改进的稀疏表示定义同类样本间的稀疏重构和异类样本间的稀疏重构,根据得到的同类稀疏系数矩阵和异类稀疏系数矩阵,构建基于Fisher准则,使类间散度最大化的同时类内散度最小化。在标准人脸数据上进行实验,实验结果验证了该算法在分类问题上的有效性和可行性。

关键词：降维稀疏表示类别信息稀疏重构 Fisher准则

来源：评论

学校读者我要写书评

暂无评论

基于深度特征分析的双线性图像相似度匹配算法

引用

计算机应用 2016年第10期36卷 2822-2825,2831页

作者：李鸣张鸿武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065

基于内容的图像检索一直面临"语义鸿沟"的难题,特征选择对语义学习结果有着直接的影响;而传统距离度量方法往往从单一角度进行相似性计算,不能很好地表示出图像之间的相似度。为了解决以上问题,提出基于深度特征分析的双线性... 详细信息

基于内容的图像检索一直面临"语义鸿沟"的难题,特征选择对语义学习结果有着直接的影响;而传统距离度量方法往往从单一角度进行相似性计算,不能很好地表示出图像之间的相似度。为了解决以上问题,提出基于深度特征分析的双线性图像相似度匹配的方法。首先,将图像数据集在卷积神经网络模型上进行微调训练,然后利用训练好的卷积神经网络对图像进行特征提取,获得全连接层输出的特征之后,通过双线性相似性度量方法得到图像间相似度的大小,通过对相似度的大小排序,返回最相似的图像实例。在Caltech101和Caltech256数据集上的对比实验显示,所提算法的平均查准率、TopK查准率和查全率均优于对比算法,验证了所提算法的有效性。

关键词：深度神经网络双线性相似度图像检索语义鸿沟平均查准率

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：