国家自然科学基金(41171338)
- 作品数：13 被引量：51H指数：4
- 相关作者：汪西莉马君亮辛月兰张微李涛更多>>
- 相关机构：陕西师范大学青海师范大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金教育部“春晖计划”更多>>
- 相关领域：自动化与计算机技术轻工技术与工程电子电信更多>>
- 一种基于聚类核的半监督支持向量机分类方法被引量：6
- 2013年
- 为了在标记样本数目有限时尽可能地提高支持向量机的分类精度,提出了一种基于聚类核的半监督支持向量机分类方法。该算法依据聚类假设,即属于同一类的样本点在聚类中被分为同一类的可能性较大的原则去对核函数进行构造。采用K-均值聚类算法对已有的标记样本和所有的无标记样本进行多次聚类,根据最终的聚类结果去构造聚类核函数,从而更好地反映样本间的相似程度,然后将其用于支持向量机的训练和分类。理论分析和计算机仿真结果表明,该方法充分利用了无标记样本信息,提高了支持向量机的分类精度。
- 李涛汪西莉
- 基于局部聚类的自适应线性近邻传递分类算法被引量：3
- 2014年
- 针对线性近邻传递(LNP)分类算法中,由于图像过大时计算复杂度高,以及近邻数目选择不当导致图像分类结果不精确的问题,提出了基于局部聚类的自适应LNP分类算法。该方法对LNP分类算法的改进主要体现在两方面,首先运用quick shift进行局部聚类,得到点簇集,以此点簇集作为建图节点,达到缩小矩阵规模的目的;其次,采用测地距离和欧氏距离之间的关系来动态确定每个点的近邻数。实验结果表明,所提方法在得到较好的分类结果的同时,也极大地缩短了运行时间,提高了效率。
- 盛洪波汪西莉
- 关键词：图模型自适应图像分类
- FCM预选取样本的半监督SVM图像分类方法被引量：4
- 2014年
- 针对基于拉普拉斯支持向量机(LapSVM)的半监督分类方法需要将全部无标记样本加入训练样本集中训练得到分类器,算法需要的时间和空间复杂度高,不能有效处理大规模图像分类的问题,提出了模糊C-均值聚类(FCM)预选取样本的LapSVM图像分类方法。该方法利用FCM算法对无标记样本聚类,根据聚类结果选择可能在最优分类超平面附近的无标记样本点加入训练样本集,这些样本可能是支持向量,携带对分类有用的信息,其数量只是无标记样本的一少部分,因此使训练样本集减小。计算机仿真结果表明该方法充分利用了无标记样本所蕴含的判别信息,有效地提高了分类器的分类精度,降低了算法的时间和空间复杂度。
- 陈永健汪西莉
- 关键词：支持向量机半监督学习模糊C-均值聚类图像分类
- 基于锚点建图的半监督分类在遥感图像中的应用被引量：3
- 2016年
- 针对基于图的半监督图像分类方法扩展性差的问题,结合了mean shift图像聚类算法和基于锚点建图的方法并将其应用于遥感图像的分类中。首先采用mean shift聚类算法对遥感图像聚类;其次根据基于锚点建图的半监督分类方法,选取聚类中心作为锚点,利用锚点集和标记样本集建图,达到缩小图规模的目的,并建立锚点与样本间的关联矩阵;然后通过分类器得到锚点的标记信息;最后由样本与锚点间的关联矩阵还原得到遥感图像的分类结果。实验结果表明,该方法对遥感图像分类时,能够有效地降低计算复杂度,同时获取较好的分类结果。
- 童佳楠
- 关键词：遥感图像图像分类SHIFT锚点
- 自适应形状先验的图割分割方法被引量：2
- 2014年
- 传统图割在交互式图像分割方面是比较成功的,但当图像含有噪声、部分被遮挡及背景较复杂的情况下,传统的图割方法并不能得到正确的分割结果.针对此问题,提出了一种将自适应形状先验合并到图割的方法,其思想是在图割框架中,除了通常的边界项和区域项外,将水平集距离函数的一个模板作为形状先验包含在图的边权重中,用图的边权重来传递关于图像和先验形状的信息;通过自适应调整参数来调整形状先验在图像中所起的作用;用加速稳健特征和随机抽样一致算法实现形状模板和目标的配准,使形状的变换具有仿射不变性.将此方法用于含有阴影、噪声污染和遮挡情况的自然图像进行处理,相比于不含形状先验的情况,该方法通过自适应形状先验信息约束分割目标的边缘,可以有效地应对阴影、遮挡和噪声问题,取得了较好的分割结果.
- 辛月兰张晓华汪西莉
- 关键词：形状先验自适应图像分割图割
- 增强型Anti-Xprobe2的研究与设计被引量：2
- 2012年
- Anti-Xprobe2通过对数据报进行伪装,来防御Xprobe2操作系统指纹探测。针对其原有的事件分离模块采用建立静态数据集的方法来实现探测数据的分离,造成较高的误报率的问题,提出增强型Anti-Xprobe2方法,增加动态事件分离模块,根据探测数据包的时序特征对其进行处理,并使用有限状态机(FSM)对该模块进行了描述。经对比实验验证了增强型Anti-Xprobe2的有效性并减少了系统开销。
- 马君亮汪西莉何聚厚肖冰
- 结合均值漂移的基于图的半监督图像分类被引量：4
- 2013年
- 针对基于图的半监督流形正则化图像分类算法需要大量无标记样本训练分类器,空间和时间复杂度高,甚至不能处理大规模图像,且对背景或目标复杂的图像分类错误率较高的问题,提出了结合均值漂移(mean shift)的基于图的半监督流形正则化图像分类算法。该方法对基于图的半监督流形正则化分类算法的改进主要体现在两方面,首先是通过mean shift算法对图像进行了平滑,以平滑后的图像作为分类对象;其次不是利用所有无标记样本,而是只采用少量无标记样本。实验结果表明:图像的平滑使得目标和背景区域的特征更为一致,从而利用较少的样本就可以提高分类器的正确率;同时大大降低了算法的复杂度,使得基于图的半监督分类算法用于分类大规模图像成为可能。
- 白艺娜汪西莉
- 关键词：流形正则化均值漂移图像分类
- 基于超像素的条件随机场图像分类被引量：10
- 2012年
- 针对图模型在推导和参数估计中时间复杂度较高的问题,在条件随机场(CRF)中引入了超像素的概念,提出了一种基于超像素的CRF图像分类方法。该方法首先通过均值漂移算法将图像过分割成小的均匀区域(称为超像素),然后以超像素为节点、空间相邻的节点以边连接建立图模型,给出了相应的CRF的定义,实现了模型的参数估计和推导。实验结果表明,基于超像素的CRF模型在得到较好分类结果的同时,极大地缩短了运行时间,提高了效率。
- 张微汪西莉
- 关键词：条件随机场均值漂移图像分类参数估计
- 一种自适应的半监督图像分类算法被引量：3
- 2013年
- 基于局部和全局一致性算法本身带有一定数量的参数,而参数delta的选取对算法迭代过程的迭代次数和分类结果很敏感,通常是通过实验手动设置,这种做法相对比较耗时。为了解决该问题,提高算法分类效率,文中针对该问题将算法应用到图像分类中提出了一种自适应的参数设置方法,确定参数delta的最佳取值范围。通过实验结果可以看出,确定的参数范围的取值能使算法的分类正确率最高、迭代过程所用的时间最短。因此本方法能有效地提高算法的分类效率。
- 李亚娥汪西莉
- 关键词：图像分类半监督学习
- 基于形状先验和图割的彩色图像分割被引量：3
- 2015年
- 基于图割理论的图像分割方法在二值标号问题中可以获取全局最优解,而在多标号问题中可以获取带有很强特征的局部最优解。但对于含有噪声或遮挡物等复杂的图像,分割结果不完整,效果并不令人满意,提出了一种基于形状先验和图割的图像分割方法。以图割算法为基础,加入形状先验知识,使该算法包含更多约束信息,从而限制感兴趣区域的搜寻空间,能够更好地分割出完整的目标,增加了算法的精确度。针对形状的仿射变换,运用特征匹配算法进行处理,使算法更加具有灵活性,能够应对不同类型的情况。实验表明了该算法的有效性。
- 牛文斐汪西莉
- 关键词：图像分割图割形状先验能量函数
