国家自然科学基金(60272073) 作品数:26 被引量:127 H指数:7 相关作者: 张晔 胡正平 谷延锋 张云飞 吴燕 更多>> 相关机构: 哈尔滨工业大学 燕山大学 更多>> 发文基金: 国家自然科学基金 河北省科学技术研究与发展计划项目 博士科研启动基金 更多>> 相关领域: 自动化与计算机技术 机械工程 医药卫生 电子电信 更多>>
Unsupervised linear spectral mixture analysis with AVIRIS data 2005年 A new algorithm for unsupervised hyperspectral data unmixing is investigated, which includes a modified minimum noise fraction (MNF) transformation and independent component analysis (ICA). The modified MNF transformation is used to reduce noise and remove correlation between neighboring bands. Then the ICA is applied to unmix hyperspectral images, and independent endmembers are obtained from unmixed images by using post-processing which includes image segmentation based on statistical histograms and morphological operations. The experimental results demonstrate that this algorithm can identify endmembers resident in mixed pixels. Meanwhile, the results show the high computational efficiency of the modified MNF transformation. The time consumed by the modified method is almost one fifth of the traditional MNF transformation. 谷延锋 杨冬云 张晔带拒识能力的双层支持向量模型分类器 被引量:3 2005年 本文构造了一种带拒识能力的双层支持向量模型分类器.在训练学习过程中,首先对各类样本特征空间求取最小的包含球形边界,得到各类样本的球形支持向量域表示.这样对于输入的非目标样本即可利用各类的支持向量域进行拒识或接受处理;然后针对接受的样本再利用基于超平面分割的SVM训练器进行分类判决.无论是在第一层求取边界的优化问题中,还是在第二层的分类超平面优化过程中,都采用相乘性更新迭代规则直接求解,优化速度与最小二乘支持向量机(LS-SVM)相当.仿真实验表明本文提出的通过引入拒绝层和判决层的新支持向量模型策略是合理可行的,在实际模式识别领域具有广阔的应用前景. 胡正平 张晔关键词:支持向量分类器 核函数 支持向量域描述 基于改进遗传算法的超光谱图像特征选择方法 被引量:6 2005年 提出的特征选择新方法充分利用遗传算法并行搜索、全局寻优的优点,并结合超光谱图像特征选择的具体应用,选择表征类别可分性的判别标准作为评价函数计算个体适应度,通过交叉和变异操作实现个体进化.为加快算法收敛速度,提高遗传算法性能,在遗传算法中引入了两代竞争机制,获取最佳的分类特征组合.利用一幅200波段的AVIRIS超光谱图像进行的仿真实验结果表明,所提出的方法用于特征选择具有分类精度高,计算耗时少的优点. 刘颖 谷延锋 张晔关键词:超光谱图像 遗传算法 二维直方图创建的新方法实现图像自动分割 被引量:8 2007年 针对图像的自动分割问题,利用二维熵建立的一般方法和二维熵的性质提出创建二维直方图的两种新方法。第一种方法选择4邻域中心像素灰度值和其余像素的灰度最大值来构造二维直方图,第二种方法选择4邻域中心像素灰度值和其余像素的灰度最小值来构造二维直方图。对典型图像进行对比试验表明,与传统方法相比,采用由4邻域中心像素灰度值和其余像素的灰度最大值构造二维直方图的方法,可以很好地保留目标的细节信息,而采用由4邻域中心像素灰度值和其余像素的灰度最小值构造二维直方图的方法,可以在保留目标轮廓信息的基础上,很好地抑制噪音。 张云飞 张晔关键词:阈值 二维熵 二维直方图 局部子空间自适应核函数网络 2007年 针对目前单一整体核函数网络相对于原始空间特征局部分布缺乏自适应性以及网络规模巨大的不足,本文提出局部子空间自适应核函数网络解决思路。首先将原始空间的高维特征分成一系列低维子空间;然后针对不同子空间构造不同的核函数和核参数局部网络;最后综合所有子空间形成综合核函数网络。同时利用支持向量分布几何意义,选择边界向量代替原始训练样本,大大减少网络的复杂度。由于不同输入子空间构造的核函数以及网络规模相对于样本分布具有一定的自适应性,所以该方法相对于经典全局核函数网络可以得到更好的综合性能。对比实验结果表明本文提出的方法能够改进高维模式识别的性能,是一种值得实际应用推广的方法。 胡正平关键词:支持向量机 神经网络 基于类间最近邻支持向量信息测度排序的快速分类算法研究 被引量:1 2005年 提出了基于特征空间中最近邻类间支持向量信息测度排序的快速支持向量机分类算法,对于训练样本首先进行最近邻类间支持向量信息测度升序排列处理;然后根据排序的结果选择最优的训练样本子空间,在选择的样本子空间内采用乘性规则直接求取Lagrange因子,而不是传统的二次优化方法;最后加入附加剩余样本进行交叉验证处理,直到算法满足收敛性准则。各种分类实验结果表明,该算法具有非常良好的性能,特别是在训练样本庞大,支持向量数量较多的情况下,能够较大幅度地减少计算复杂度,提高分类速度。 胡正平 张晔关键词:支持向量机 核函数 基于SVM能量模型的改进主动轮廓图像分割算法研究 被引量:7 2006年 为克服经典主动轮廓模型曲线内外区域能量定义在复杂目标与背景分布情况下的不足,本文将高效的支持向量机有监督学习分类器引入基于Mum ford-shah模型的主动轮廓图像分割算法中,提出了基于SVM能量模型的改进主动轮廓图像分割方法.该方法首先利用支持向量机的分类结果对于封闭曲线的内外区域分别构造了一种新的图像能量表示方法,因为分割过程充分利用了有监督学习策略,使得本文提出的算法具有更高的稳定性和更加广泛的适用范围,特别是对目标灰度分布不均或存在多纹理的目标也可以得到较好的分割结果.分割时,首先利用SVM实现粗分割得到目标初始轮廓,然后利用改进的Mum ford-shah主动轮廓模型进行精确分割,采用粗分割策略一方面可以大大提高分割速度,另一方面也可以提高了算法的自动化程度.对比实验结果表明本文提出的算法具有更大灵活性和更好的分割性能. 胡正平 张晔关键词:支持向量机 图像分割 参数自适应决策的多分辨率核支持向量分类器 被引量:1 2006年 为克服经典支持向量分类器(SVC)训练算法中参数的选择需要多次人工调整的缺陷,本文提出了基于多分辨率核的支持向量机参数自适应调节策略。首先通过分析非线性核映射的特征空间超平面的最小VC维数,提出了多分辨率核函数参数的自适应优化准则。然后通过迭代求解获得最优泛化能力的多分辨率核参数数值。多分辨率核函数方法保持了经典SVC训练算法结构风险最小化的原则,克服了经典SVC选择单一参数的缺陷。仿真实验结果表明本文提出的算法能够自适应的选择合适的核参数达到最优泛化能力。 胡正平 张晔关键词:支持向量分类器 基于支持向量学习的多目标并行区域增长图像分割算法研究 被引量:6 2005年 为克服经典区域增长算法中生长规则以及特征选取的困难,提出了基于支持向量机的多目标并行区域增长图像分割算法。首先交互选择多个不同区域的种子点(假设邻近种子点的一小部分区域属于同一目标区域,不同种子点邻域分别属于不同目标区域),利用其邻域构造训练样本;然后利用这些已知的训练样本训练支持向量分类器;在区域增长过程中,利用训练所得的支持向量模型建立增长规则。为了避免初始种子点位置选择对算法性能的影响,采用了多区域并行竞争增长策略。仿真实验获得了较好的分割效果,表明提出的算法是合理可行的。 胡正平 吴燕 张晔关键词:支持向量机 图像分割 分类器 基于微弱目标-背景合成技术的微钙化点检测 被引量:4 2007年 针对目前医学影象中微钙化点微弱目标检测与识别技术缺乏环境自适应的不足,提出了医学影象微弱目标-背景合成技术解决机器学习过程中模型的复杂背景适应性问题。首先利用医学微弱目标检测算法结合专家知识提取真实目标,然后利用背景复杂度感知模型实现背景复杂度分析;最后利用镶嵌技术将目标与背景进行有机合成,建立各种复杂度背景下的训练样本学习数据库。可拒识-双层支持向量机分类器仿真实验结果表明:利用该数据库建立的可拒识-双层支持向量学习分类器不但具有稳健的环境适应能力,而且该方法较好的解决了医学微钙化点目标识别正样本不足的问题。 胡正平 张晔关键词:支持向量机