检索结果-内蒙古大学图书馆

模式识别与人工智能 2012年第5期25卷 826-834页

作者：肖丹萍叶东毅福州大学数学与计算机科学学院福州350108

提出一种基于免疫原理、对不确定数据流进行聚类的算法——***针对不确定数据流上元组级不确定性问题,引入动态更新以适应数据变化的免疫模型,其中包括一种有效的在线收集数据流统计信息的B细胞特征结构及其更新策略.为兼顾元组存在概... 详细信息

提出一种基于免疫原理、对不确定数据流进行聚类的算法——***针对不确定数据流上元组级不确定性问题,引入动态更新以适应数据变化的免疫模型,其中包括一种有效的在线收集数据流统计信息的B细胞特征结构及其更新策略.为兼顾元组存在概率与元组间的距离两方面因素,定义概率识别半径,为每个不断到达的数据元组找到合理的候选簇.离线聚类根据免疫细胞识别区域的空间关系,进行任意形状的无监督聚类.实验结果表明,IUMicro能有效抑制噪声,具有良好的聚类质量和较快的处理速度.

关键词：免疫原理,不确定数据流,聚类,概率识别半径

来源：评论

学校读者我要写书评

暂无评论

音频情感感知与视频精彩片段提取

引用

计算机辅助设计与图形学学报 2015年第10期27卷 1890-1899页

作者：余春艳翁子林福州大学数学与计算机科学学院福州350116

为了将伴生音频数据的情感语义用于引导视频精彩片段的提取,提出一种音频感知驱动下的视频精彩片段提取方法.为提取伴生音频数据的情感语义,使用一个基于分层二叉树支持向量机的音频分类器提取中层音频类型,并集成了一个情感映射模型以... 详细信息

为了将伴生音频数据的情感语义用于引导视频精彩片段的提取,提出一种音频感知驱动下的视频精彩片段提取方法.为提取伴生音频数据的情感语义,使用一个基于分层二叉树支持向量机的音频分类器提取中层音频类型,并集成了一个情感映射模型以感知高层情感语义;然后利用该前置音频情感感知模型实现伴生音频情感语义的波动分析,并进一步以精彩片段起止定位策略和音视频同步修订为辅助手段,实现视频精彩片段的定位.文中方法以音频数据情感语义波动序列为核心枢纽,以两阶段音频情感感知模型为前导分析,构建了一个完整的音频情感驱动下视频精彩片段提取架构.实验结果表明,在保证一定查准率的情况下,音频情感驱动下的视频精彩片段提取具有较好的通用性,较高的查全率以及完整度.

关键词：视频精彩片段提取音频情感感知情感语义音频分类

来源：评论

学校读者我要写书评

暂无评论

子空间结构保持的多层极限学习机自编码器

引用

自动化学报 2022年第4期48卷 1091-1104页

作者：陈晓云陈媛福州大学数学与计算机科学学院福州350116

处理高维复杂数据的聚类问题,通常需先降维后聚类,但常用的降维方法未考虑数据的同类聚集性和样本间相关关系,难以保证降维方法与聚类算法相匹配,从而导致聚类信息损失.非线性无监督降维方法极限学习机自编码器(Extreme learning machin... 详细信息

处理高维复杂数据的聚类问题,通常需先降维后聚类,但常用的降维方法未考虑数据的同类聚集性和样本间相关关系,难以保证降维方法与聚类算法相匹配,从而导致聚类信息损失.非线性无监督降维方法极限学习机自编码器(Extreme learning machine,ELM-AE)因其学习速度快、泛化性能好,近年来被广泛应用于降维及去噪.为使高维数据投影至低维空间后仍能保持原有子空间结构,提出基于子空间结构保持的多层极限学习机自编码器降维方法(Multilayer extreme learning machine autoencoder based on subspace structure preserving,ML-SELM-AE).该方法在保持聚类样本多子空间结构的同时,利用多层极限学习机自编码器捕获样本集的深层特征.实验结果表明,该方法在UCI数据、脑电数据和基因表达谱数据上可以有效提高聚类准确率且取得较高的学习效率.

关键词：多层极限学习机自编码器子空间学习降维

来源：评论

学校读者我要写书评

暂无评论

雾天退化模型参数估计与CUDA设计

引用

计算机辅助设计与图形学学报 2018年第2期30卷 327-335页

作者：余春艳林晖翔徐小丹叶鑫焱福州大学数学与计算机科学学院福州350116

针对基于物理模型的去雾方法大多采用统计或假设等先验信息获取模型参数精度较低的问题,提出一种非假设的雾天退化模型参数估计方法.为了尽可能准确地获取大气光值和透射率值,首先采用四叉树算法求解大气光值;随后利用预训练的卷积神经... 详细信息

针对基于物理模型的去雾方法大多采用统计或假设等先验信息获取模型参数精度较低的问题,提出一种非假设的雾天退化模型参数估计方法.为了尽可能准确地获取大气光值和透射率值,首先采用四叉树算法求解大气光值;随后利用预训练的卷积神经网络获取粗略透射率图,并使用引导滤波算法优化透射率图;最后通过大气散射模型逆向求解获取复原图像.实验结果表明,文中方法在去雾各项性能指标上表现均衡,不仅提高了雾天图像的清晰度和亮度,而且可以有效地避免"晕轮效应".算法时间性能实验表明,文中算法CPU效率比其他去雾算法提高40%+,应用CUDA并行设计将耗时的引导滤波算法并行化后效率有显著提升,处理分辨率大小为640×480(单位为像素)雾天图像仅需0.048 9 s,可直接迁移应用于视频去雾处理,满足视频处理的实时性要求.

关键词：大气散射模型四叉树算法卷积神经网络 CUDA

来源：评论

学校读者我要写书评

暂无评论

区域弱相关自表示的显著目标检测方法

引用

计算机辅助设计与图形学学报 2018年第12期30卷 2300-2310页

作者：陈晓云张萌福州大学数学与计算机科学学院福州350116

针对显著目标不相似时目标的显著值不一致问题,提出区域弱相关自表示的显著目标检测方法.首先在低秩矩阵恢复理论基础上为显著目标引入拉普拉斯正则项,以增大显著目标与背景的差异;然后最小化显著目标自表示系数的F-范数,使检测出的显... 详细信息

针对显著目标不相似时目标的显著值不一致问题,提出区域弱相关自表示的显著目标检测方法.首先在低秩矩阵恢复理论基础上为显著目标引入拉普拉斯正则项,以增大显著目标与背景的差异;然后最小化显著目标自表示系数的F-范数,使检测出的显著目标一致高亮;最后用可调节反正切函数对背景施加强的低秩约束,使背景与显著目标最大程度分离.在公开的显著目标检测数据集上与不同的显著目标检测方法进行对比实验,结果表明,该方法能得到更完整的显著目标和更一致的显著图.

关键词：显著目标检测低秩矩阵恢复区域弱相关自表示系数

来源：评论

学校读者我要写书评

暂无评论

基于粒子群优化和邻域约简的入侵检测日志数据特征选择

引用

计算机研究与发展 2010年第7期47卷 1261-1267页

作者：陈仕涛陈国龙郭文忠刘延华福州大学数学与计算机科学学院福州350108

入侵检测日志数据具有数据量大、特征数目繁多以及连续型属性多的特点.传统的特征选择方法在处理连续型数据时要先进行离散化,这需要花费大量的预处理时间并且离散化过程可能会丢失一些重要信息,导致分类精度下降.针对上述问题,首先引... 详细信息

入侵检测日志数据具有数据量大、特征数目繁多以及连续型属性多的特点.传统的特征选择方法在处理连续型数据时要先进行离散化,这需要花费大量的预处理时间并且离散化过程可能会丢失一些重要信息,导致分类精度下降.针对上述问题,首先引入能直接处理连续型数据的邻域粗糙集约简模型,在此基础上构造计算粒子群优化算法中粒子的适应度函数,最后给出一种基于邻域粗糙集模型和粒子群优化的特征选择算法.仿真实验结果表明该算法可以选择较少的特征,改善分类的能力.

关键词：粒子群优化粗糙集邻域约简特征选择入侵检测

来源：评论

学校读者我要写书评

暂无评论

局部子空间聚类

引用

自动化学报 2016年第8期42卷 1238-1247页

作者：刘展杰陈晓云福州大学数学与计算机科学学院福州350116

现有子空间聚类方法通常以数据全局线性为前提,将每个样本点表示为其他样本点的线性组合,因而导致常见子空间聚类方法不能很好地应用于非线性数据.为克服全局线性表示的局限,借鉴流形学习思想,用k近邻局部线性表示代替全局线性表示,与... 详细信息

现有子空间聚类方法通常以数据全局线性为前提,将每个样本点表示为其他样本点的线性组合,因而导致常见子空间聚类方法不能很好地应用于非线性数据.为克服全局线性表示的局限,借鉴流形学习思想,用k近邻局部线性表示代替全局线性表示,与稀疏子空间聚类和最小二乘子空间聚类方法相结合,提出局部稀疏子空间聚类和局部最小二乘子空间聚类方法,统称局部子空间聚类方法.在双月形数据、6个图像数据集和4个基因表达数据集上进行实验,实验结果表明该方法是有效的.

关键词：局部线性 k近邻子空间聚类图像数据基因表达数据

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的多尺度空洞卷积神经网络模型

引用

模式识别与人工智能 2021年第6期34卷 497-508页

作者：汪璟玢赖晓连雷晶张璟璇福州大学数学与计算机科学学院福州350108

现有的时间知识图谱表示方法不能较好地捕获四元组内的复杂关系,而基于神经网络的模型大都无法建模随时间变化的知识,不能捕获丰富的特征信息,实体和关系间的交互性也较差.因此,文中提出基于注意力机制的多尺度空洞卷积神经网络模型.首... 详细信息

现有的时间知识图谱表示方法不能较好地捕获四元组内的复杂关系,而基于神经网络的模型大都无法建模随时间变化的知识,不能捕获丰富的特征信息,实体和关系间的交互性也较差.因此,文中提出基于注意力机制的多尺度空洞卷积神经网络模型.首先利用长短期记忆网络获得时间感知的关系表示.再利用多尺度空洞卷积神经网络提高四元组的交互性.最后,使用多尺度注意力机制捕获关键特征,提高模型的补全能力.在多个公开时间数据集上的链路预测实验表明,文中模型性能较优.

关键词：时间知识图谱链路预测多尺度空洞卷积注意力机制

来源：评论

学校读者我要写书评

暂无评论

梯度控制与鉴别特征引导的写实类人物肖像插画转换方法

引用

模式识别与人工智能 2020年第11期33卷 959-971页

作者：施荣晓叶东毅陈昭炯福州大学数学与计算机科学学院福州350108

现有的无监督图像转换方法由于未考虑人脸辨别特征保持这一问题,转换后得到的写实类人物肖像插画常会出现人脸变形和面部结构坍塌的现象,难以辨认人物信息.针对该问题,文中提出梯度控制与鉴别特征引导的写实类人物肖像插画转换方法.在... 详细信息

现有的无监督图像转换方法由于未考虑人脸辨别特征保持这一问题,转换后得到的写实类人物肖像插画常会出现人脸变形和面部结构坍塌的现象,难以辨认人物信息.针对该问题,文中提出梯度控制与鉴别特征引导的写实类人物肖像插画转换方法.在循环生成对抗网络(CycleGAN)的基础上引入避免冗余特征复用的掩码残差长连接,将图像梯度信息一致性作为约束条件,较好地保持人脸辨别特征.设计鉴别特征引导的信息共享训练机制,使生成器具有和鉴别器相同的提取目标风格图像鉴别特征的能力.同时拓展图像块鉴别器为多感知鉴别器,获得丰富的鉴别信息.实验表明,文中方法转换得到的写实类人物肖像插画不仅较好地保持显著的人脸辨别特征,而且在插画视觉效果上较优.

关键词：人物肖像插画图像转换循环生成对抗网络(CycleGAN) 图像梯度信息一致性鉴别特征

来源：评论

学校读者我要写书评

暂无评论

基于稀疏和近邻保持的极限学习机降维

引用

自动化学报 2019年第2期45卷 325-333页

作者：陈晓云廖梦真福州大学数学与计算机科学学院福州350116

近邻与稀疏保持投影已被广泛应用于降维方法,通过优化得到满足近邻结构或稀疏结构的降维投影矩阵,然而这类方法多数只考虑单一结构特征.此外,多数非线性降维方法无法求出显式的映射函数,极大地限制了降维方法的应用.为克服这些问题,本... 详细信息

近邻与稀疏保持投影已被广泛应用于降维方法,通过优化得到满足近邻结构或稀疏结构的降维投影矩阵,然而这类方法多数只考虑单一结构特征.此外,多数非线性降维方法无法求出显式的映射函数,极大地限制了降维方法的应用.为克服这些问题,本文借鉴极限学习机的思想,提出面向聚类的基于稀疏和近邻保持的极限学习机降维算法(SNP-ELM). SNP-ELM算法是一种非线性无监督降维方法,在降维过程中同时考虑数据的稀疏结构与近邻结构.在人造数据、Wine数据和6个基因表达数据上进行实验,实验结果表明该算法优于其他降维方法.

关键词：极限学习机近邻表示稀疏表示降维

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：