公共文化服务平台

离群样本划分的半监督模糊学习策略: 2012年; 建立一种离群样本划分的半监督模糊学习算法模型。首先,提出一种基于Hopfield参数估计的松弛条件模糊鉴别分析算法,重新定义每一个样本的隶属度,并在特征抽取的过程中,根据隶属度对散布矩阵的定义所做的贡献获得每个样本相应的类别信息,由此获得普通样本分类信息。其次,根据样本隶属度的分布信息划分出离群样本空间,将普通样本分类结果作为离群样本聚类的先验类属信息,并对该空间样本提出一种新的半监督模糊学习策略进行动态聚类。该算法同时具备了监督学习和无监督学习方法的优势,克服了传统聚类缺乏类过程知识的缺点,可以有效地解决特征空间中特殊样本的分类问题。性能分析表明,该方法优于单一的特征抽取方法,在NUST603、ORL、XM2VTS和FERET人脸数据库上的识别性能均得到有效提高。; 宋晓宁杨静宇杨习贝; 关键词：特征抽取半监督学习图像识别

空间关联规则挖掘技术的研究及应用被引量：8: 2013年; 空间数据挖掘是指从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间的普遍关系及其它一些隐含在空间数据库中的普遍数据特征。文中首先介绍了空间数据挖掘和空间关联规则挖掘技术。结合空间数据的关联特性,针对传统关联规则挖掘方法的不足,提出了三种适合空间数据挖掘的空间关联规则挖掘算法:基于空间拓扑关系挖掘算法、基于空间距离挖掘算法和基于空间方位关系挖掘算法,并通过实例验证了方法的有效性。最后对未来可能研究的方向做了分析和展望。; 陆新慧吴陈杨习贝; 关键词：空间数据挖掘空间关联规则拓扑关系

不完备系统中基于多粒度的变精度粗糙集方法被引量：3: 2012年; 多粒度方法是近年来新兴起的一种数据处理模型。为了使多粒度方法适用于不完备信息系统,借鉴非对称相似关系和可变精度的基本思想,提出了基于多粒度的变精度粗糙集模型,其分别包括乐观和悲观两种不同的形式。对这些模型的基本性质进行了讨论,并在多粒度框架下,将变精度方法与严格包含的方法进行了对比分析,最后通过实例分析,说明了如何在不完备信息系统中根据所提出的多粒度变精度粗糙集模型来获取"或"决策规则。; 周君仪窦慧莉杨习贝; 关键词：多粒度粗糙集变精度粗糙集不完备信息系统

一种新的不完备多粒度粗糙集被引量：7: 2012年; 首先将悲观多粒度的概念引入不完备粗糙集,给出了容差关系下不完备悲观多粒度粗糙集模型.其次,针对缺席型未知属性值,将非对称相似关系引入多粒度空间,提出了一种新的不完备多粒度粗糙集模型.该模型包括非对称相似关系下的乐观多粒度和悲观多粒度这一对不完备多粒度粗糙集模型.随后分析了这对新模型的具体性质,并将其与基于容差关系的不完备多粒度粗糙集进行了对比分析,发现使用基于非对称相似关系的不完备多粒度粗糙集,可以获得更高的近似精度.; 王丽娟杨习贝杨静宇吴陈

基于多粒度理论的不完备决策规则获取被引量：2: 2013年; 将多粒度理论引入不完备决策系统中,针对其不完备性,结合非对称相似关系提出基于相似关系的不完备多粒度粗糙集模型,并讨论该模型的性质。随后重点讨论基于相似关系的不完备多粒度粗糙集模型中属性约简和决策规则获取的问题,将多粒度理论和近似分布约简相结合,提出了不完备多粒度近似分布约简,获得所有的最简确定决策规则和最简可能决策规则。最后通过实例分析,发现使用多粒度近似分布约简与规则获取方法比原有的单粒度近似分布约简与决策获取方法更合理有效。; 王丽娟杨习贝杨习贝吴陈; 关键词：不完备决策系统决策规则获取

基于计算机科学专业大学生创新计划建设被引量：2: 2012年; 大学生创新计划的实施不仅可以积极促使大学生走进科研,提升大学生的实际动手能力,而且也可以促进年轻指导教师在教育教学和专业技术水平上的提高。分析了计算机科学专业大学生创新计划现状,为计算机科学专业大学生创新计划的进一步顺利开展提出了一点建议。; 杨习贝; 关键词：计算机科学大学生创新计划

模糊多粒度粗糙集约简方法研究被引量：2: 2014年; 多粒度是近年来粗糙集领域研究的一个热点方向,而粒度约简是其中的一个核心问题。为了使得多粒度粗糙集能够用于处理连续型数据,引入模糊概念,构建了基于模糊等价关系的悲观多粒度模糊粗糙集模型,并进一步给出了粒度重要度的度量方法,设计一种基于启发式的粒度约简算法。以UCI(University of California Irvine)中3组数据集进行分析,实验结果表明所设计的算法能够在保持分类准确率不发生较大变化的情况下约去冗余的粒结构。; 张艳芹; 关键词：模糊相似矩阵模糊粗糙集

稀疏表示和贪婪搜索的人脸分类被引量：10: 2015年; 目的随着稀疏表示方法在图像重建问题中的巨大成功,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法。为了加强样本间的协作表示能力以及减弱稀疏分解时的强L1约束,提出了一种在稀疏分类框架下的迭代剔除机制和贪婪搜索策略的人脸识别方法。方法将测试样本表示成训练样本线性组合的方式,并在所有训练样本中通过迭代计算来消除对分类影响较小的类别和单个样本,在系数分解的过程中采用最小误差正交匹配追踪(Ec OMP)算法,进而选择出贡献程度大的类别样本并进行分类。结果在迭代更新样本字典的过程中,强化了真实类别的表示能力,并弱化了分解系数的强L1约束。在所有的实验中,正则化参数λ的取值为0.001,在ORL、FERET和AR 3个人脸数据库上,本文算法的识别率可分别达到97.88%、67.95%和94.50%,进而验证了本文算法的有效性。结论提出的在稀疏分类框架下的迭代剔除机制和贪婪搜索策略的人脸识别方法,在动态迭代的机制中完成了样本字典的更新,平衡了协作表示和稀疏约束的关系,相比较原始的稀疏分类模型有更好的准确性和稳定性。; 刘梓宋晓宁唐振民; 关键词：贪婪算法人脸识别

多粒度空间中的粗糙隶属度与知识粒度: 2012年; 以一族等价关系所构成的多粒度空间为研究对象,在乐观和悲观多粒度粗糙集模型的基础上,给出两种多粒度粗糙隶属度函数以重构乐观和悲观多粒度粗糙集。从多粒度空间中一族等价关系的交集和并集出发,定义多粒度空间上的两种知识粒度,并将这两种知识粒度作为启发式信息,分别构建启发式算法以删除多粒度空间中的冗余粒空间。; 杨习贝颜成陈才於东军; 关键词：多粒度粗糙集知识粒度

整合原始人脸图像和其虚拟样本的人脸分类算法被引量：1: 2015年; 人脸识别作为最具吸引力的生物识别技术之一,由于会受到不同的照明条件、面部表情、姿态和环境的影响,仍然是一个具有挑战性的任务。众所周知,一幅人脸图像是对人脸的一次采样,它不应该被看作是脸部的绝对精确表示。然而在实际应用中很难获得足够多的人脸样本。随着稀疏表示方法在图像重建问题中的成功应用,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法。受此启发,提出了在稀疏表示框架下的整合原始人脸图像和虚拟样本的人脸分类算法。首先,通过合成虚拟训练样本来减少面部表示的不确定性。然后,在原始训练样本和虚拟样本组成的混合样本中通过计算来消除对分类影响较小的类别和单个样本,在系数分解的过程中采用最小误差正交匹配追踪(Error-Constrained Orthogonal Matching Pursuit,OMP)方法,进而选出贡献程度大的类别样本并进行分类。实验结果表明,提出的方法不仅能获得较高的人脸识别的精度,而且还具有更低的计算复杂性。; 刘梓宋晓宁唐振民; 关键词：贪婪算法人脸识别

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

江苏省自然科学基金(BK2011492)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

江苏省自然科学基金(BK2011492)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈