检索结果-内蒙古大学图书馆

计算机应用研究 2019年第6期36卷 1917-1920页

作者：徐守坤邱亮石林李宁常州大学信息科学与工程学院数理学院江苏常州213164 闽江学院福建省信息处理与智能控制重点实验室福州350108

将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题,但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息,导致识别率不高。针对此问题,提出使用融合Hog和GEI算法的方法提取步态特征,在此基础上使用协同表示的... 详细信息

将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题,但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息,导致识别率不高。针对此问题,提出使用融合Hog和GEI算法的方法提取步态特征,在此基础上使用协同表示的方法训练,再通过计算测试样本的最小重构误差进行分类。实验结果表明,该方法在单一视角下步态识别准确率平均提高了1.315%,以及跨视角下步态识别准确率平均提高了6.51%,说明该方法是可行的。

关键词：稀疏表示协同表示 GEI算法 Hog算法

来源：评论

学校读者我要写书评

暂无评论

基于形态学与投影直方图的轮胎杂质缺陷检测

引用

中国科学技术大学学报 2019年第1期49卷 49-54页

作者：于向茹丁健配李金屏济南大学信息科学与工程学院山东济南250022 山东省网络环境智能计算技术重点实验室山东济南250022 山东省"十三五"高校智能信息处理与感知重点实验室山东济南250022 山东深图智能科技有限公司山东济南250022

针对胎侧和胎肩的杂质缺陷检测,提出了一种基于形态学和投影直方图的方法.首先,图像预处理分割胎侧与胎肩,降低花纹等因素对杂质检测的影响;其次,用局部大津法对图像进行二值化处理,以形态学操作从背景中提取杂质;然后,纵向滤波去掉毛刺... 详细信息

针对胎侧和胎肩的杂质缺陷检测,提出了一种基于形态学和投影直方图的方法.首先,图像预处理分割胎侧与胎肩,降低花纹等因素对杂质检测的影响;其次,用局部大津法对图像进行二值化处理,以形态学操作从背景中提取杂质;然后,纵向滤波去掉毛刺;最后,根据水平及垂直方向投影确定杂质的位置.由于杂质的位置是随机的,而且投影曲线符合方波模型,因此根据上述特点筛选检测结果.实验结果表明,该方法能够有效地检测花纹外面的杂质,而且能够满足系统对实时性的要求.

关键词：轮胎杂质缺陷检测投影直方图形态学方波纵向滤波

来源：评论

学校读者我要写书评

暂无评论

多局部模糊核融合的图像盲去模糊算法

引用

光子学报 2018年第10期47卷 199-209页

作者：陈春雷叶东毅陈昭炯福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116 福州大学空间数据挖掘与信息共享教育部重点实验室福州350116

针对暗通道先验时间复杂度高的问题,提出一种多局部模糊核融合的盲去模糊算法.该算法采用并行方式分块求解局部模糊核,利用局部模糊核的形状相似性将其融合为一个全局模糊核(点扩散函数).对于初步融合的全局模糊核上出现的噪点,利用其... 详细信息

针对暗通道先验时间复杂度高的问题,提出一种多局部模糊核融合的盲去模糊算法.该算法采用并行方式分块求解局部模糊核,利用局部模糊核的形状相似性将其融合为一个全局模糊核(点扩散函数).对于初步融合的全局模糊核上出现的噪点,利用其邻域的情况进行关联性调整,进一步改善融合效果.实验和统计分析结果表明,该算法在保证去模糊效果的情况下,有效提升了图像去模糊的速度,在部分真实模糊图像的局部细节还原上效果更佳,并且可以很好地处理大尺寸的模糊图像.

关键词：图像复原图像增强盲去模糊暗通道局部模糊核融合点扩散函数关联性调整

来源：评论

学校读者我要写书评

暂无评论

邻域约束模型的眼底图像硬性渗出聚类检测方法

引用

计算机辅助设计与图形学学报 2018年第11期30卷 2093-2100页

作者：曹新容林嘉雯薛岚燕余轮福州大学物理与信息工程学院福州350116 福建省信息处理与智能控制重点实验室(闽江学院) 福州350121

硬性渗出是糖尿病视网膜病变的重要表现和诊断依据.针对硬性渗出检测容易受到图像背景和噪声干扰的问题,提出基于邻域约束模型的眼底图像硬性渗出聚类检测方法.首先设定检测区域,结合区域像素的灰度和空间信息定义目标检测函数,通过迭... 详细信息

硬性渗出是糖尿病视网膜病变的重要表现和诊断依据.针对硬性渗出检测容易受到图像背景和噪声干扰的问题,提出基于邻域约束模型的眼底图像硬性渗出聚类检测方法.首先设定检测区域,结合区域像素的灰度和空间信息定义目标检测函数,通过迭代计算完成图像的聚类分割;然后计算邻域的灰度差异,将最大灰度变化作为相似性判决的约束条件,进而判定每个聚类图像是否属于硬性渗出.在公开的眼底图像数据库上进行实验的结果表明,该方法能有效地识别和检测眼底图像中可能存在的硬性渗出,对正常图像的判断正确率达到90%,对存在病变图像的检测灵敏度和阳性预测值分别达到79%和81%,有助于眼底疾病的计算机辅助诊断.

关键词：眼底图像硬性渗出聚类检测邻域约束模型

来源：评论

学校读者我要写书评

暂无评论

学习分析视域下高校混合式“教”“学”探索与实践

引用

武夷学院学报 2020年第9期39卷 75-80页

作者：石贵民刘长勇孟世敏张为慧武夷学院认知计算与智能信息处理福建省高校重点实验室福建武夷山34300 武夷学院数学与计算机学院福建武夷山354300 武夷学院教务处福建武夷山354300 武夷学院学报编辑部福建武夷山354300

“互联网+教育”为高校“教”“学”改革与创新提供了丰富的土壤。针对大学生课堂参与度低、学习动力不足、教学目标达成度不高等难点,文章基于认知神经学视角,运用学习分析技术构建了“五化一体”的混合式教学模式,并将之集成于“潜能... 详细信息

“互联网+教育”为高校“教”“学”改革与创新提供了丰富的土壤。针对大学生课堂参与度低、学习动力不足、教学目标达成度不高等难点,文章基于认知神经学视角,运用学习分析技术构建了“五化一体”的混合式教学模式,并将之集成于“潜能在线”数字化学习环境中,融合跨平台、多载体的学习资源库,通过多终端、跨时空的在线导学和双主体、多手段的互动课堂,构建了多维度、深层次的问题空间图谱和重能力、多方法的思维训练框架。在人机交互环境下展开了基于历史教学数据和多元考核方式的教学诊断及调控实证,研究成果有助于提高学生解决问题的思维能力,提升高校大数据驱动下的自适应教学效果。

关键词：学习分析混合式教学深度学习学习动机课堂参与边缘化

来源：评论

学校读者我要写书评

暂无评论

增量式关联规则挖掘算法在大学生心理危机预防中的应用研究

引用

赤峰学院学报（自然科学版） 2019年第1期35卷 66-68页

作者：亓文娟武夷学院数学与计算机学院认知计算与智能信息处理福建省高校重点实验室福建武夷山354300

关联规则挖掘是数据挖掘中的重要研究内容.分析了关联规则增量式更新算法FUP算法的思想,指出算法的优缺点及改进算法,为增量式关联规则挖掘奠定理论基础.最后将该算法应用于大学生心理健康测评数据,从而使相关职能部门有效地制定大学生... 详细信息

关联规则挖掘是数据挖掘中的重要研究内容.分析了关联规则增量式更新算法FUP算法的思想,指出算法的优缺点及改进算法,为增量式关联规则挖掘奠定理论基础.最后将该算法应用于大学生心理健康测评数据,从而使相关职能部门有效地制定大学生心理危机干预计划、减少或消除危机.

关键词：关联规则增量更新 FUP算法心理健康

来源：评论

学校读者我要写书评

暂无评论

基于深度自动编码器的多标签分类研究

引用

广西师范大学学报（自然科学版） 2019年第1期37卷 71-79页

作者：聂煜廖祥文魏晶晶杨定达陈国龙福州大学数学与计算机科学学院福建福州350116 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116 数字福建金融大数据研究所(福州大学) 福建福州350116 福建江夏学院电子信息科学学院福建福州350108

在多标签分类的相关研究中,由于现有的基于网络表示学习算法的相关方法只利用了网络中节点之间的邻接领域信息,而没有考虑到节点之间的结构相似性,从而导致分类准确性较低,因此,本文提出一种基于深度自动编码器的多标签分类模型。该方... 详细信息

在多标签分类的相关研究中,由于现有的基于网络表示学习算法的相关方法只利用了网络中节点之间的邻接领域信息,而没有考虑到节点之间的结构相似性,从而导致分类准确性较低,因此,本文提出一种基于深度自动编码器的多标签分类模型。该方法首先利用轨迹计算算法(Orca)计算不同规模下网络中节点的结构相似性,作为深度自动编码器的输入来改进隐藏层中的向量表示,保留网络的全局结构;然后利用节点的邻接领域信息在模型中进行联合优化,从而能有效地捕捉到网络的高度非线性结构;最后根据隐藏层得到节点的向量表示,利用支持向量机对节点进行多标签分类。验证实验采用3个公开的网络数据集,实验结果表明,与基准方法相比,本文方法在多标签分类任务中能取得更好的效果。

关键词：多标签分类网络表示学习结构相似性深度自动编码器

来源：评论

学校读者我要写书评

暂无评论

多云环境下带截止日期约束的科学工作流调度策略

引用

通信学报 2018年第1期39卷 56-69页

作者：林兵郭文忠陈国龙福建师范大学物理与能源学院福建福州350117 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116 空间数据挖掘与信息共享教育部重点实验室福建福州350003 福州大学数学与计算机科学学院福建福州350116

针对多云环境下带截止日期约束的科学工作流调度问题,提出一种基于遗传算法操作的自适应离散粒子群优化算法(ADPSOGA),目的是在尽可能满足工作流截止日期前提下,减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间... 详细信息

针对多云环境下带截止日期约束的科学工作流调度问题,提出一种基于遗传算法操作的自适应离散粒子群优化算法(ADPSOGA),目的是在尽可能满足工作流截止日期前提下,减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间以及多云之间不同的带宽通信波动;为了避免传统粒子群优化算法(PSO,particle swarm optimization)存在的过早收敛问题,引入遗传算法的随机两点交叉操作和随机单点变异操作,有效提高种群进化过程中的多样性;在充分考虑数据通信代价和任务计算代价的情况下,设计一种基于工作流截止日期约束的代价驱动调度策略。实验结果表明,ADPSOGA在波动因素存在情况下,对工作流截止日期满足和执行代价控制方面具有良好的性能表现。

关键词：云计算截止日期约束工作流调度波动性

来源：评论

学校读者我要写书评

暂无评论

基于Apriori算法的高校学生成绩数据挖掘

引用

廊坊师范学院学报（自然科学版） 2019年第1期19卷 31-36页

作者：吴小东曾玉珠泉州师范学院福建泉州362000 福建省大数据管理新技术与知识工程重点实验室福建泉州362000 智能计算与信息处理福建省高等学校重点实验室福建泉州362000

Apriori算法是数据挖掘中进行关联规则挖掘的经典算法,采用Apriori算法对计算机专业学生的成绩数据进行关联规则的挖掘分析,发掘课程之间的关联关系。首先对成绩数据进行离散化预处理,将记录转化成事务,然后在R语言环境中用Apriori算法... 详细信息

Apriori算法是数据挖掘中进行关联规则挖掘的经典算法,采用Apriori算法对计算机专业学生的成绩数据进行关联规则的挖掘分析,发掘课程之间的关联关系。首先对成绩数据进行离散化预处理,将记录转化成事务,然后在R语言环境中用Apriori算法进行关联规则挖掘,并从挖掘结果中筛选出导致课程成绩"不及格"的规则和产生"优秀"成绩的规则进行针对性分析,研究方法和结论可为专业的教学管理提供参考。

关键词： Apriori算法数据挖掘学生成绩

来源：评论

学校读者我要写书评

暂无评论

融合序列后向选择与支持向量机的混合式特征选择算法

引用

计算机系统应用 2019年第7期28卷 174-179页

作者：吴清寿刘长勇林丽惠武夷学院数学与计算机学院武夷山354300 认知计算与智能信息处理福建省高校重点实验室武夷山354300

维度灾难是机器学习任务中的常见问题,特征选择算法能够从原始数据集中选取出最优特征子集,降低特征维度.提出一种混合式特征选择算法,首先用卡方检验和过滤式方法选择重要特征子集并进行标准化缩放,再用序列后向选择算法(SBS)与支持向... 详细信息

维度灾难是机器学习任务中的常见问题,特征选择算法能够从原始数据集中选取出最优特征子集,降低特征维度.提出一种混合式特征选择算法,首先用卡方检验和过滤式方法选择重要特征子集并进行标准化缩放,再用序列后向选择算法(SBS)与支持向量机(SVM)包裹的SBS-SVM算法选择最优特征子集,实现分类性能最大化并有效降低特征数量.实验中,将包裹阶段的SBS-SVM与其他两种算法在3个经典数据集上进行测试,结果表明,SBS-SVM算法在分类性能和泛化能力方面均具有较好的表现.

关键词：混合式特征选择序列后向选择支持向量机降维

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：