孙见青
- 作品数：17 被引量：29H指数：4
- 供职机构：合肥工业大学计算机与信息学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金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理学更多>>
- 一种新的自适应粒子群优化算法及应用
- 针对标准粒子群优化算法（SPSO）中惯性权线性变化不能适应复杂的非线性优化搜索问题,提出一种新的自适应标准粒子群优化算法（ASPSO）,该算法根据粒子距最优位置的距离测度值和粒子的进化速度动态地改变惯性权系数,并使用反馈...
- 汪荣贵李守毅孙见青
- 关键词：粒子群优化算法全局最优性收敛性
- 文献传递
- 基于特征和基于图像相结合的快速人脸检测被引量：3
- 2008年
- 为了提高人脸检测的速度,提出了一种基于特征和基于图像相结合的快速人脸检测方法。该方法对训练样本图像进行离散小波变换(DWT),使用低频逼近系数来训练支持向量机(SVM)分类器;在检测时,首先利用双眼区域的亮度关系和脸部的对称特征来快速过滤掉大量的背景区域,再利用SVM对余下的区域进行进一步的验证,以确认是否为人脸。实验结果证明了该方法的正确性和有效性。
- 孙见青汪荣贵胡琼李守毅
- 关键词：人脸检测基于图像小波变换支持向量机
- 一种新的支持向量机决策树及其应用
- 标准支持向量机分类速度比较慢,在很多情况下不能满足实际模式分类问题的要求,针对这种情况,提出了一种新的支持向量机决策树。该方法首先构造在负样本上分类正确率最高的线性支持向量机,并与特征提取相结合得到新的支持向量机分类器,...
- 汪荣贵孙见青胡琼李守毅
- 关键词：决策树线性支持向量机人脸检测
- 文献传递
- 一种新的基于NGA/PCA和SVM的特征提取方法被引量：6
- 2007年
- 提出了一种使用小生境遗传算法(NGA)和主成分分析(PCA)对支持向量机(SVM)进行封装的方法来选择特征子集。该方法首先使用PCA得到特征向量,然后产生若干随机特征向量子集,从而得到新的特征空间,将所有训练样本映射到这个特征空间来训练支持向量机,再使用支持向量机的半径间隔方法对每个特征向量子集的性能进行评价,最后使用小生境遗传算法来共享适应度,以及进行选择、交叉和变异操作得到新的特征向量子集,重复这个过程直至得到最优的特征向量子集。使用UCI数据集进行了相关的实验,实验结果表明了该方法可以减少特征的数量以及提高分类正确率。
- 孙见青汪荣贵胡韦伟李守毅
- 关键词：支持向量机主成分分析遗传算法小生境
- 基于DC分量和AC分量相结合的数字水印技术被引量：5
- 2007年
- 文章提出了一种将DC分量与AC分量相结合的数字水印新方法,该方法将原始图像分块并根据人眼视觉系统纹理掩蔽特性,提取出原图像每块的纹理特征,由该纹理特征在原图像的每块DC系数和3个AC系数上嵌入水印。实验结果证明,该方案自适应性好、嵌入的水印的信息量大,并且对图像处理和常见的图像攻击具有很好的稳健性。
- 孙见青汪荣贵李守毅
- 关键词：数字水印DC分量AC分量纹理特征
- 基于NGA的特征选择和SVM参数优化被引量：5
- 2007年
- 支持向量机(SVM)的分类性能受样本的特征以及SVM本身参数的选择影响较大。在以前的工作中,很多学者对特征子集的选择以及SVM参数的优化分别进行了研究,实际上,特征子集和参数相互影响,针对这种情况,本文提出了一种同时进行特征子集选择以及参数优化的方法,该方法基于小生境遗传算法(NGA),对参数和特征采用不同的编码方法,对得到的每个参数以及对应的特征子集,使用SVM对其进行性能评价。使用UC I数据集进行了相关的实验,实验结果证明了该方法可以减少特征的数量以及提高分类正确率。
- 汪荣贵孙见青胡琼
- 关键词：参数优化支持向量机遗传算法小生境
- 一种改进的基于特征和基于图像相结合的人脸检测被引量：2
- 2007年
- 为了提高人脸检测的速度,提出了一种基于脸部特征和支持向量机的人脸检测方法。该方法对训练样本图像进行二维离散余弦变换(DCT),变换后选取重要的DCT系数来训练支持向量机(SVM)分类器;在检测时,首先利用双眼区域的亮度关系和脸部的对称特征来快速过滤掉大量的背景区域,再利用SVM对余下的区域进行进一步的验证,以确认是否是人脸。实现结果证明了该方法的正确性和有效性。
- 孙见青汪荣贵李守毅
- 关键词：计算机应用人脸检测基于图像离散余弦变换支持向量机
- 一种新的自适应粒子群优化算法及应用
- 针对标准粒子群优化算法(SPSO)中惯性权线性变化不能适应复杂的非线性优化搜索问题,提出一种新的自适应标准粒子群优化算法(ASPSO),该算法根据粒子距最优位置的距离测度值和粒子的进化速度动态地改变惯性权系数,并使用反馈...
- 汪荣贵李守毅孙见青
- 关键词：粒子群优化算法全局最优人脸检测
- 文献传递
- 基于EM-PCA和级联分类器的人脸检测被引量：4
- 2008年
- 为了提高人脸检测的速度及鲁棒性,提出了一种基于级联分类器和期望最大、主成分分析(EM-PCA)的人脸检测方法.该方法在训练阶段利用不同分辨率的训练样本来训练2个fisher线性分类器,再利用EM-PCA提取特征来训练非线性支持向量机(SVM);在检测阶段,首先通过2个fisher线性分类器快速过滤掉大量的背景区域,再利用非线性支持向量机对余下的候选区域进行进一步验证,以确认是否为人脸.实验结果证明了该方法的有效性和正确性.
- 孙见青汪荣贵胡韦伟
- 关键词：人脸检测级联分类器FISHER支持向量机
- 基于多级分类器的人脸检测算法
- 提出了一种使用多级分类器级联结构的快速人脸检测方法。该方法首先利用积分图快速计算出检测所需简单特征;然后使用Adaboost算法从一个较大的特征集中选出少量关键的特征来构造出弱分类器,通过多个弱分类器组合成一个强分类器;...
- 胡琼汪荣贵胡韦伟孙见青
- 关键词：人脸检测级联分类器
- 文献传递
