李英豪
- 作品数：3 被引量：40H指数：2
- 供职机构：重庆大学计算机学院更多>>
- 发文基金：中国博士后科学基金中央高校基金交通部科技项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种新的基于SLICO改进的GrabCut彩色图像分割算法被引量：10
- 2015年
- 针对Grab Cut基于像素建立图模型并进行迭代求解耗时的特点,提出了一种新的基于SLICO改进的Grab Cut分割新算法。首先用户在图像目标区域手动划定一个矩形框,然后在CIELab颜色模型下利用SLICO算法将图像预处理成内部颜色一致的超像素图,利用这些超像素来构建图模型,并用这些超像素均值迭代估计高斯混合模型(GMM)参数。在参数估计中,采用背景区域优化技术,显著减少迭代时的节点数量,并减少矩形框外颜色的干扰,最后利用最小割(min-cut)算法求得图模型的最优分割。实验结果表明了该算法在精度和速度上都有很好的性能。
- 陈鑫何中市李英豪
- 关键词：图像分割GRABCUTCIELAB
- 基于Dirichlet过程的Deep Web数据源聚类方法
- 2015年
- 提出了一种基于Dirichlet过程的Deep Web数据源聚类方法 ,该方法采用层次Dirichlet过程(HDP)进行特征提取。首先将查询接口中原本高维稀疏的文本表示为主题特征,该过程能自动确定特征数。然后将文本看成多项式模型,采用Dirichlet过程混合模型聚类。该模型无需人工事先指定聚类个数,由Dirichlet过程根据数据自动计算得到,特别适用于Deep Web数据源数量大、变化快的特点。在通用数据集TEL-8上进行验证实验,并与其他聚类方法在F-measure和熵值两个指标上进行对比,均取得较好的结果 。
- 黄进何中市李英豪
- 关键词：DEEPWEB数据集成特征提取混合模型
- 基于主题特征的关键词抽取被引量：30
- 2012年
- 为了使抽取出的关键词更能反映文档主题,提出了一种新的词的主题特征(topic feature,TF)计算方法,该方法利用主题模型中词和主题的分布情况计算词的主题特征。并将该特征与关键词抽取中的常用特征结合,用装袋决策树方法构造一个关键词抽取模型。实验结果表明提出的主题特征可以提升关键词抽取的效果,同时验证了装袋决策树在关键词抽取中的适用性。
- 刘俊邹东升邢欣来李英豪
- 关键词：关键词抽取主题特征主题模型
