国家自然科学基金(61373055)
- 作品数：65 被引量：311H指数：9
- 相关作者：陈秀宏吴小俊吴锡生何佳佳田进更多>>
- 相关机构：江南大学安庆师范大学浙江大学更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 特征聚类自适应变组稀疏自编码网络及图像识别被引量：4
- 2018年
- 由于缺乏先验信息,组Lasso模型在训练时仅是基于组数参数对单元进行均匀、连续、固定的分组,缺乏分组依据,容易造成变量组结构的有偏估计。为此,提出特征聚类自适应变组稀疏自编码网络模型,在迭代过程中使用特征聚类法来改变隐层单元的分组,使得分组能够随着特征的收敛而自适应地发生改变,从而更好地实现变量组结构的估计。实验表明,该模型能够很好地捕捉训练过程中出现的组相关信息,并在一定程度上提高图像的分类识别率。
- 肖汉雄陈秀宏田进
- 关键词：特征聚类自适应
- 面向图像集分类的切空间稀疏表示算法被引量：2
- 2018年
- 目的在基于图像集的分类任务中,用SPD(symmetric positive definite)矩阵描述图像集,并考虑所得到的黎曼流形,已被证明对许多分类任务有较好的效果。但是,已有的经典分类算法大多应用于欧氏空间,无法直接应用于黎曼空间。为了将欧氏空间的分类方法应用于解决图像集的分类,综合考虑SPD流形的LEM(Log-Euclidean metric)度量和欧氏空间分类算法的特性,实现基于图像集的分类任务。方法通过矩阵的对数映射将SPD流形上的样本点映射到切空间中,切空间中的样本点与图像集是一一对应的关系,此时,再将切空间中的样本点作为欧氏空间中稀疏表示分类算法的输入以实现图像集的分类任务。但是切空间样本的形式为对称矩阵,且维度较大,包含一定冗余信息,为了提高算法的性能和运行效率,使用NYSTR?M METHOD和(2D) ~2PCA(two-directional twodimensional PCA)两种方法来获得包含图像集的主要信息且维度更低的数据表示形式。结果在实验中,对人脸、物体和病毒细胞3种不同的对象进行分类,并且与一些用于图像集分类的经典算法进行对比。实现结果表明,本文算法不仅具有较高的识别率,而且标准差也相对较小。在人脸数据集上,本文算法的识别率可以达到78.26%,比其他算法高出10%左右,同时,具有最小的标准差2.71。在病毒数细胞据集上,本文算法的识别率可以达到58.67%,在所有的方法中识别率最高。在物体识别的任务中,本文算法的识别率可以达到96.25%,标准差为2.12。结论实验结果表明,与一些经典的基于图像集的分类算法对比,本文算法的识别率有较大的提高且具有较小的标准差,对多种数据集有较强的泛化能力,这充分说明了本文算法可以广泛应用于解决基于图像集的分类任务。但是,本文是通过(2D) ~2PCA和NYSTR?M METHOD对切空间中样本进行降维来获得更低维度的样本,以提高算法的运行速
- 陈凯旋吴小俊
- 基于加权密度的自适应谱聚类算法被引量：6
- 2018年
- 谱聚类算法中如何定义一个合适的尺度参数仍待学习。针对谱聚类算法中由高斯核函数建立的相似度矩阵对尺度参数敏感的问题,提出了一个新的基于加权密度的自适应谱聚类算法——WDSC。该算法将数据点的加权K近邻距离作为尺度参数,尺度参数的倒数作为数据点所在邻域的密度,引入新的密度差调整相似度矩阵;考虑了每个数据点的邻域分布,故对噪声有一定的鲁棒性,且对参数也不再敏感。在不同数据集上的实验以及对比实验均验证了该算法的有效性与鲁棒性。
- 万月陈秀宏何佳佳
- 关键词：谱聚类
- 文本分类中基于CHI改进的特征选择方法被引量：5
- 2018年
- 针对传统卡方统计量(CHI)方法在全局范围内做特征选择时忽略词的频度、词的分布等问题,提出了一种改进的文本特征选择方法.该方法通过定义特征词频度分布相关性系数,选择局部出现的强相关性特征,同时考虑特征词类间分布差异性来提升不均衡数据集的分类指标.结果表明,改进的方法不仅在分类效果上有明显的提高,而且性能更加稳定.
- 宋呈祥陈秀宏牛强
- 关键词：文本分类不均衡数据集
- 基于正交SRDA和SRKDA的人脸识别
- 2014年
- 利用正交投影技术进行降维可以更好地保留与度量结构有关的信息,提高人脸识别性能。在谱回归判别分析(SRDA)和谱回归核判别分析(SRKDA)的基础上,提出正交SRDA(OSRDA)和正交SRKDA(OSRKDA)降维算法。首先,给出基于Cholesky分解求解正交鉴别矢量集的方法,然后,通过该方法对SRDA和SRKDA投影向量作正交化处理。其简单、容易实现而且克服了迭代计算正交鉴别矢量集的方法不适应于谱回归(SR)降维的缺点。ORL、Yale和PIE库上的实验结果表明了算法的有效性和效率,在有效降维的同时能进一步提高鉴别能力。
- 陈达遥陈秀宏董昌剑
- 关键词：降维人脸识别CHOLESKY分解
- 多目标跟踪中一种改进的高斯混合PHD滤波算法被引量：4
- 2016年
- 高斯混合概率假设密度(GM-PHD)滤波是一种杂波环境下多目标跟踪问题算法,针对算法中存在的目标漏检和距离相近时精度下降的问题,提出一种改进的高斯混合PHD滤波算法。该算法在高斯混合框架下通过修正PHD递归方程,有效地解决了漏检引起的有用信息丢失问题;利用权值判断高斯分量是否用于提取目标状态,避免了具有较高权值的高斯分量合并在一起,从而改善目标相互接近时的跟踪性能。仿真实验表明,改进算法在滤波精度和目标数估计方面均优于传统的GM-PHD算法。
- 胡玮静陈秀宏
- 关键词：多目标跟踪漏检
- 基于核融合的多信息流形学习算法被引量：3
- 2016年
- 流形学习算法可分为全局流形学习与局部流形学习,它们分别保持了流形上的全局特征信息与局部特征信息,但是实验证明仅基于全局特征或局部特征信息的流形学习算法不能很好地保持真实的流形结构,影响了学习效果。基于流形学习的核的视角,融合了全局流形学习算法ISOMAP与局部流形学习算法LTSA的核矩阵,提出了可以同时保持流形结构的全局特征信息与局部特征信息的流形学习算法。在人工数据集和人脸图像集上的仿真实验验证了该算法的有效性。
- 刘元吴小俊
- 关键词：流形学习
- 一种鲁棒的时空上下文快速跟踪算法被引量：1
- 2016年
- 为解决时空上下文快速跟踪算法在目标处于复杂背景及被遮挡情况下容易产生漂移的问题,提出了一种鲁棒的时空上下文快速跟踪算法,通过引入Kalman滤波器,对当前帧中的目标在下一帧中的位置进行估计和预测,并将其作为下一帧时空上下文快速跟踪算法的迭代起点。对不同视频序列的跟踪结果表明,与时空上下文快速跟踪算法和多示例学习跟踪算法相比,提出的算法在目标被遮挡及复杂背景情况下能够更准确地跟踪到目标,并且满足实时性要求。
- 钱凯陈秀宏孙百伟
- 关键词：漂移KALMAN滤波多示例学习实时性
- 一种类三步搜索策略的快速压缩跟踪算法被引量：1
- 2015年
- 为进一步提高压缩跟踪算法的实时性,提出一种改进的快速压缩跟踪算法.在跟踪过程的目标检测阶段采用类似于三步搜索的策略减少计算复杂度.在较大的搜索范围内,以较大的步长用滑动窗进行目标检测.得到目标位置后,在以此位置为中心的较小范围内,以较小步长用滑动窗进行目标检测,得到当前最佳位置.在前一步得到的位置上做步长最小的目标检测,由跟踪算法得到最终的目标位置.对不同视频序列的跟踪结果表明,提出的算法在对跟踪精度几乎没有影响的前提下,提升了算法的效率.相比传统的压缩跟踪算法和快速压缩跟踪算法,提出的算法更能满足实时性要求.
- 钱凯陈秀宏孙百伟
- 关键词：实时性三步搜索
- 基于四元数小波变换的清晰度评价被引量：3
- 2016年
- 针对当前各种图像清晰度评价方法在清晰度判别过程中单调性和区分度不够以及适用范围较小的问题,提出了一种基于四元数小波变换(QWT)幅值与相位的图像清晰度评价方法。该算法通过四元数小波变换将图像从空间域变换到频率域,对得到的四元数小波变换系数进一步计算之后获得低频子带与高频子带的幅值与相位信息,求得低频子带幅值各方向的梯度之后与对应方向的相位相乘求和,最终得到两个清晰度指标值。采用该算法与多种现有算法对不同内容的图像、不同程度模糊的图像以及含有不同程度噪声的图像进行清晰度评价实验:相对于现有算法,所提算法在对上述多种图像的清晰度评价中都保持着很好的单调性与区分度。实验结果表明,所提算法不但克服了现有算法在单调性与区分度上的不足,而且所提清晰度评价指标可以应用在图像处理中。
- 王治文罗晓清张战成
- 关键词：图像处理清晰度评价四元数小波变换幅值相位
