赵向辉
- 作品数：16 被引量：63H指数：5
- 供职机构：中国科学院成都计算机应用研究所更多>>
- 发文基金：四川省科技支撑计划国家高技术研究发展计划中国科学院西部之光基金更多>>
- 相关领域：自动化与计算机技术天文地球一般工业技术更多>>
- 基于能量最小的拉普拉斯流域分割算法
- 2009年
- 针对拉普拉斯流域分割边界处分割效果不好的缺点,根据能量区域集中性原理,定义了一个差异度函数。当两个区域间的差异度大于它们其中任何一个,则认为它们之间有边缘存在,否则它们属于同一个区域,应进行合并。通过在vs2008环境进行仿真,对蝴蝶图像进行分割,最终分割成蝴蝶和三个背景区域,不同的区域用不同的颜色表示。实验表明该算法分割效果较好,速度也比较快。
- 冯慧军陈斌赵向辉夏凡
- 关键词：差异度拉普拉斯金字塔流域分割图像分割
- 基于CUDA的并行改良随机抽样一致性算法被引量：3
- 2010年
- 针对传统RANSAC的许多局限性——样本多、模型复杂或数据错误率高时计算效率低,模型检验精度与数据错误率不易合理设置,无法批处理同模型不同样本集,提出一种基于CUDA的RANSAC并行改良,在保证计算结果置信概率与传统RANSAC一致的前提下,同时对抽样、解模型及检验模型并行同步处理,最终选择出符合要求的最优模型参数。以NVIDIAGPU支持的CUDA为并行计算环境,挖掘其硬件架构的通用计算特性,设计并实现了RANSAC的高效GPU运算模式。实验表明,改良后的算法能够克服传统RANSAC的诸多局限性,且保留了其简单易用的特点。
- 苗青付忠良赵向辉徐可佳
- 关键词：并行计算RANSACCUDA
- 神经网络和集成学习在地质灾害危险度区划中的应用研究被引量：6
- 2010年
- 针对地质灾害危险度区划中的分类问题,以滑坡灾害为例,开展对神经网络和集成学习在基于GIS的地质灾害危险度区划中的应用研究。基于集成学习和GIS技术,以重庆万州区为示例研究区域,阐述了人工神经网络等方法在滑坡危险度区划中的应用,并采用定量方法实现了滑坡危险度区划。为了发挥滑坡危险度区划影响因素之间的互补作用,提出采用属性组合的集成学习方法来实现滑坡危险度区划。结合GIS的可视化显示技术将算法成功应用于地质灾害危险度区划,区划结果与实际情况对照相符,实现了较好的效果。
- 赵向辉付忠良谢会云刘栋姚宇
- 关键词：神经网络GIS危险度区划滑坡
- 一种优化初始中心点的K-Means文本聚类算法被引量：17
- 2009年
- 为解决传统K-Means算法以及它的变种会产生较大波动的聚类结果的问题,使用改进的模拟退火算法来优化初始中心,得到一种适合对文本数据聚类分析的算法.把改进的模拟退火算法和K-Means算法结合在一起,从而达到既能发挥模拟退火算法的全局寻优能力,又可以兼顾K-Means的局部寻优能力,较好地克服了K-Means对初始化敏感、容易陷入局部最优的缺点.实验证明,该算法可以生成质量较高而且聚类质量波动性较小的结果.
- 朱颢东钟勇赵向辉
- 关键词：K-MEANS算法模拟退火算法
- 一种改进的多项式实根隔离算法被引量：3
- 2010年
- 基于Maple软件包Discoverer中Trealroot算法,提出了一个整系数一元多项式实根隔离的改进算法.采用以Descartes法则和一个特殊的高效区间牛顿算法为根数法则的二分法,彻底抛弃了泰勒平移,避免了泰勒平移在高次稀疏情况下对性能的拖累;同时避免使用Trealroot中2个经验值.改进算法对于高次稀疏多项式特别有效,而且越是稀疏,算法的效率越高.对大量随机多项式进行测试,并与Trealroot和realroot(Maple中的实根隔离程序)进行比较.实验数据表明,该算法对高次稀疏多项式的实根隔离有很高的效率.
- 刘栋冯勇张彩环赵向辉
- 关键词：一元多项式
- 面向目标的带先验概率的AdaBoost算法被引量：2
- 2010年
- 针对集成学习算法研究中多个分类器的最佳组合问题,改进了传统的AdaBoost集成学习算法。用于组合的各个分类器通常是基于样本集通过一定的训练得到,样本集中不同类目标的比率可以反映分类目标的先验概率。使用该参数给出了新的组合参数和投票表决阈值计算公式,巧妙的利用样本权值并将其加入到样本属性上进行训练学习,采用新的策略来选择基分类器,给出了面向目标的带先验概率的AdaBoost算法(GWPP AdaBoost算法)和分类器的最佳组合。依据UCI实验数据对传统的AdaBoost算法、Bagging算法、GWPP AdaBoost算法的错误率和性能进行了比较分析,验证了GWPP AdaBoost的有效性。
- 赵向辉姚宇付忠良苗青谢会云
- 关键词：ADABOOST算法分类器组合先验概率
- 高精度电磁波式纸张水分自动检测系统的研制
- 2008年
- 结合目前纸张印刷业的需求和技术现状,叙述了自行研发的电磁波式纸张水分测量系统,简要论述了系统的软硬件开发过程。该系统实现了纸张水分含量的自动检测,完成数据采集与实时显示、数据的存储与分析处理等功能。针对应用中的实际情况,分析了系统数据处理的滤波问题和检测系统参数的校正问题,成功解决了存在的问题,提高了测量的效率和精度。
- 赵向辉李品周红磊
- 关键词：电磁波数据采集
- 基于决策树算法确定一个最小神经网络被引量：1
- 2010年
- 神经网络隐层神经元的个数对于网络的性能有着重要的影响,通常情况下,对于一个特定问题来说,没有一个确定的方法来决定隐含层到底应该有多少个神经元,一般采用试探的方法通过多次实验来达到理想效果。在分类问题中,决策树和神经网络的结构有着一定的关联性,通过把决策树映射到神经网络结构中来确定隐层神经元的个数的方法能够有效地设计神经网络的结构,从而提高训练的效率并达到良好的分类效果。实验结果表明,该方法能够得到一个有着良好识别率的最小神经网络。方法简单有效,直观且易于操作。
- 刘栋冯勇赵向辉
- 关键词：决策树人工神经网络隐层神经元
- SOAP在实时Web服务中的性能评估与改进被引量：5
- 2009年
- 简单对象访问协议(SOAP)具有可扩展性、灵活性及可描述性的特点,但是具备这些特点都是以牺牲性能为代价的。因此,通过实验,将SOAP与其他当前广泛应用的协议进行对比,得出SOAP的性能存在的不足以及应用在实时响应能力较高的Web服务中可能存在性能瓶颈。为了使SOAP在实时Web服务中使用,从XML文件的压缩方式、数据的编解码方式及数据的封装格式等方面进行了改进,实验得出改进后的SOAP更适合在实时Web服务中使用。
- 邓铁山王晓东赵向辉简小朋卢彦如
- 关键词：简单对象访问协议WEB服务解码
- 基于CUDA的汇流分析并行算法的研究与实现被引量：6
- 2010年
- 针对基于数字高程模型(DEM)生成流域等流时线的快速运算问题,提出了一种基于统一设备计算架构(CUDA)平台同时可发挥图形处理器(GPU)并行运算特性的汇流分析的快速并行算法。采用改进后的归并排序算法进行数据排序及新的内存分配策略和改进的并行算法进行汇流分析。用该并行算法和CPU上的串行算法,对生成基于DEM的等流时线运算时间和矩阵乘法运算时间进行分析验证。实验结果表明,基于CUDA的汇流分析并行算法能提高系统的计算效率,具有较好的效果。
- 赵向辉苗青付忠良苏畅李昕
- 关键词：并行计算图形处理器数字高程模型
