您的位置： 专家智库 > >

韩栋

作品数：12 被引量：63H指数：6
供职机构：黄淮学院信息工程学院更多>>
发文基金：国家自然科学基金河南省科技计划项目河南省科技攻关计划更多>>
相关领域：自动化与计算机技术电子电信电气工程更多>>

合作作者

文献类型

  • 12篇中文期刊文章

领域

  • 9篇自动化与计算...
  • 2篇电子电信
  • 1篇电气工程

主题

  • 6篇图像
  • 5篇类方
  • 3篇文本分类
  • 2篇神经网
  • 2篇神经网络
  • 2篇图像修复
  • 2篇图像修复算法
  • 2篇自适应控制
  • 2篇网络
  • 2篇文本分类方法
  • 2篇聚类
  • 2篇聚类方法
  • 2篇分类器
  • 1篇点云
  • 1篇短文
  • 1篇行列式
  • 1篇映射
  • 1篇云模型
  • 1篇支持向量
  • 1篇支持向量机

机构

  • 12篇黄淮学院
  • 5篇武汉理工大学

作者

  • 12篇韩栋
  • 4篇肖敏
  • 1篇张韧志

传媒

  • 2篇计算机应用研...
  • 2篇沈阳工业大学...
  • 2篇计算机工程与...
  • 2篇电子测量与仪...
  • 1篇科技通报
  • 1篇电子技术应用
  • 1篇计算机与现代...
  • 1篇西南师范大学...

年份

  • 1篇2020
  • 2篇2019
  • 7篇2018
  • 1篇2017
  • 1篇2015
共 12 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于曲率约束因子与边缘加权法则的图像修复算法被引量：3
2019年
针对当前较多图像修复算法主要通过对图像块进行方差和度量的方法来完成图像修复,忽略了图像块的显著边缘特性,使得修复图像容易出现模糊效应以及不连续效应等不良现象,导致算法修复性能不佳的不足,提出了基于曲率约束因子耦合边缘加权法则的图像修复算法.首先,通过像素点的等照度线方向构造曲率约束因子,对数据项进行约束,形成优先级度量函数,利用优先级度量函数选取优先修补块;然后,利用像素点的均值之差构造像素自相关模型,对样本块的大小进行了调整;最后,以样本块显著边缘为约束,构造了边缘加权模型,通过边缘加权模型联合SSD(sum of squared differences)模型建立了边缘加权法则,对最优匹配块进行搜索,用于对待修补块进行修复.仿真实验结果表明,与当前图像修复算法相比,本文设计的图像修复算法修复的图像具有良好的视觉效果.
韩栋王春华
关键词：图像修复
车联网VANETs中一种分发紧急消息的广播方案
2015年
车载网VANETs中的车间通信V2V能够实现车间紧急消息的传递。然而,传统的广播算法采用RTB和CTB握手机制,同时在传递消息后,还需确认ACK环节,降低了紧急消息传递速度、增加了传输时延。为此,提出了一种广播紧急消息的新型算法。该算法利用数据包的信噪比SNR和节点位置坐标信息计算最大竞争窗口,再在最大竞争窗口内随机选择一个时隙用于转发紧急消息,避免了RTB/CTB握手机制。当源节点收到重播的紧急消息,表明紧急消息已成功传到下一节点,将其作为抑制源节点再广播紧急消息指标,避免了ACK确认环节,从而提高了紧急消息的传播效率和速度,降低了传输时延。
张韧志韩栋
关键词：广播RTBCTBACK
基于边界特征耦合惩罚因子的图像修复算法被引量：1
2018年
为了解决当前较多图像修复算法主要是通过全局搜索的方法来完成图像修复,导致其效率不高,以及修复图像中易出现块效应等不足,提出了基于边界特征耦合惩罚因子的图像修复算法。首先,利用待修复块的边界特征来建立边界因子,通过该因子构造优先权模型,以度量待修复区中的像素点的优先权,确定优先修复块。然后,利用像素点的R、G、B分量,通过C(p)均值聚类方法对图像进行分割聚类,以待修复块所覆盖的子块为依据,确定最优匹配块的搜索范围。最后,以像素点的调用次数为依据,构造惩罚因子,并将该因子与像素点对应的欧式距离进行联合,构造匹配度模型,完成最优匹配块的搜索,从而实现图像修复。实验结果显示,与当前图像修复算法相比,所提算法具有更高的修复质量与效率,能够较好的克服修复过程中产生的块效应等不良现象。所提算法具有较好的图像复原能力,可适用于大面积损坏图像的重构。
王春华韩栋
关键词：图像修复惩罚因子欧氏距离
基于句子级学习改进CNN的短文本分类方法被引量：12
2019年
为提高对网络短文本分类的性能,提出一种融合卷积神经网络(CNN)和句子级监督学习的分类方法。构建一种用于短文本分类的经典CNN模型;将主题句融入到CNN中,即对输入文本进行句子级CNN监督学习,构建句子模型并识别主题句;将主题句子模型赋予较高权重,通过加权和构建文本模型。通过文本级CNN监督学习,实现文本分类。在两个评论数据集上的实验结果表明,提出方法具有较高的分类准确性。
韩栋王春华肖敏
关键词：主题句
自适应控制下图像分割及并行挖掘算法被引量：8
2020年
针对海量图像数据中目标的分割及识别问题,提出了一种自适应控制下图像分割及并行挖掘算法.采用隶属度函数窗口宽度在图像直方图控制下自适应调整模糊阈值图像分割方法对图像进行分割,提取出感兴趣的潜在目标区域,基于共轭梯度法改进的BP神经网络算法对潜在的目标区域进行训练和识别,识别算法基于OpenMP并行处理模型开发来提高执行效率.结果表明:本文算法相对于基于偏移场的模糊C均值、灰度波动变换自适应阈值和自适应最小误差阈值具有更高的分割准确率,与传统神经网络算法的识别结果相比,平均识别率提高了8%,运行时间减少了2. 5 s.
王春华韩栋
关键词：图像分割目标识别BP神经网络共轭梯度法
结合半监督学习和LDA模型的文本分类方法被引量：7
2018年
针对样本集中具有较少标记样本情况下的文本分类问题,提出一种结合半监督学习(SSL)和隐含狄利克雷分配(LDA)主题模型的标记样本扩展方法(SSL-LDA),并整合朴素贝叶斯(NB)分类器构建一种文本分类方法。使用LDA主题模型生成主题分布,以表示所有样本;根据训练集中已标记样本,通过一种简化粒子群优化(SPSO)算法获得SSL-LDA自训练模型的最优参数;基于SSL-LDA自训练模型对训练集中一些未标记样本进行标记,扩展训练集;基于扩展后的训练集,训练NB文本分类器。在3个数据集上的实验结果表明,该方法能够很好地应对标记样本较少的情况,获得了较高的分类精确度。
韩栋王春华肖敏
关键词：文本分类半监督学习
基于混沌映射和二次剩余密码的彩色图像加密方法被引量：6
2018年
针对彩色图像的有效加密问题,提出了一种基于logistic混沌映射和二次剩余密码体制的彩色图像加密方法。使用了一组对称的128 bit的密钥,并以此计算logistic混沌映射的初始条件和控制参数;通过具有不同参数的两级logistic混沌序列对图像像素进行两级置乱;最后,通过二次剩余密码体制对置乱图像中像素值进行改变,实现图像像素的扩散。仿真结果表明,该方法在密钥敏感性、相邻像素相关性、明文敏感性和信息熵等方面具有优越的性能,且加密速度较快。
韩栋王春华肖敏
关键词：彩色图像加密LOGISTIC混沌映射
基于植物顶端优势原理的树木建模方法
2018年
递归结构建模是目前主流的树木建模方法,具有局部参数的微小变化将引起模拟结果巨大变化的特点,建模过程难于控制。针对递归结构建模方法的上述不足,基于植物自组织结构建模思想,提出树木基本生长单位——芽基于光源竞争的建模方法,从生长环境计算、资源分配以及生长模拟3方面阐述建模过程。实验模拟表明,生成的树木图像逼真、自然,通过控制算法中的参数能有效模拟树木顶端优势、向地性现象和向光性现象等,为树木的建模提供了一种新思路。
王春华韩栋
结合旋转森林和Ada Boost分类器的多标签文本分类方法被引量：10
2018年
针对一些多标签文本分类算法没有考虑文本—术语相关性和准确率不高的问题,提出一种结合旋转森林和Ada Boost分类器的集成多标签文本分类方法。首先,通过旋转森林算法对样本集进行分割,通过特征变换将各样本子集映射到新的特征空间,形成多个具有较大差异性的新样本子集。然后,基于Ada Boost算法,在样本子集中通过多次迭代构建多个Ada Boost基分类器。最后,通过概率平均法融合多个基分类器的决策结果,以此作出最终标签预测。在四个基准数据集上的实验结果表明,该方法在平均精确度、覆盖率、排名损失、汉明损失和1-错误率方面都具有优越的性能。
韩栋王春华肖敏
关键词：ADA
自适应控制深度学习和知识挖掘图像分类被引量：6
2018年
针对传统分类方法的局限性,提出了一种深度学习结合知识挖掘的零样本图像自适应控制图像分类算法.利用对图像属性的深度学习来实现图像深层次特征及属性的学习和预测,基于图像的属性-类别映射使分类器性能有较大差异,通过稀疏表示模型挖掘图像类别和属性之间的关系并设计自适应控制的属性分类器实现对图像的分类操作.结果表明,与DBN和SVM算法相比,在监督模式和零样本模式下,该算法具有较高的属性预测准确度.在零样本情况下对Shoes数据集进行分类时,该算法具有最高的准确分类识别率,比其他算法的分类识别率提高了15%.
王春华韩栋
关键词：知识挖掘卷积神经网络图像分类支持向量机分类器
全选 清除 导出
共2页<12>
聚类工具0