国家自然科学基金(61172124)
- 作品数：8 被引量：68H指数：4
- 相关作者：周红芳张帆周扬赵雪涵王鹏更多>>
- 相关机构：西安理工大学河南工程学院西安高压电器研究院有限责任公司更多>>
- 发文基金：国家自然科学基金陕西省教育厅科研计划项目陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于心理视觉冗余和PCA的图像压缩算法被引量：4
- 2013年
- 为了进一步提高图像的压缩率,提出了基于心理视觉冗余和主成分分析(PCA)的图像压缩算法。根据人类视觉处理过程中各种信息的重要程度不同的原理,在不影响图像的感知质量的前提下,通过消除不重要的心理视觉冗余信息;再用PCA对消除心理视觉冗余的图像做进一步降维,使得图像数据进一步压缩。通过实验结果可知,提出的新的压缩算法在不影响图像感知质量的前提下,使得图像压缩比提高了1倍,大大缩小了存储空间。
- 张帆
- 关键词：主成分分析图像压缩
- 基于偏微分方程与边缘检测的图像去噪算法被引量：12
- 2014年
- 为了有效去除图像中的噪声,同时保留图像边缘细节,提出一种结合了偏微分方程与边缘检测的图像去噪算法。利用了You和Kaveh提出的四阶偏微分方程,该模型可以有效去除图像噪声但一个各向同性的扩散滤波器会使边缘更加模糊。为去除四阶模型引起边缘过度平滑,提出了基于边缘检测的四阶偏微分方程,新模型通过降低图像在边缘方向的扩散,得到一个有效的各向异性扩散模型,可以在去噪的同时更好地保护图像的边缘特征。实验结果表明,对比原始四阶模型该方法提高了得到的峰值信噪比与平均结构相似度。
- 张帆
- 关键词：四阶偏微分方程各向异性扩散边缘检测图像去噪
- DBSCAN算法中参数自适应确定方法的研究被引量：41
- 2012年
- 在DBSCAN算法中需要人工输入Eps和MinPts两个参数,因而聚类过程需要用户的干预才能进行,导致聚类结果的准确度直接取决于用户对参数的选择。鉴于此,本研究提出了一种新的Eps和MinPts参数的确定方法,避免了聚类过程中的人工干预,实现了聚类过程的全自动化。理论分析和实验结果表明,该方法能够选择合理的Eps和MinPts参数并得到较高准确度的聚类结果。
- 周红芳王鹏
- 关键词：密度聚类噪声
- 基于限定区域数据取样的密度聚类算法被引量：5
- 2012年
- 传统密度算法DBSCAN与DBRS的缺点在于时间性能和聚类精度均较低,为此,提出一种结合限定区域数据取样技术的密度聚类算法——DBLRS。该算法在不增加时间和空间复杂度的基础上利用参数Eps查找核心点的邻域点和扩展点,并在限定区域(Eps,2Eps)内进行数据抽样。实验结果表明,限定区域内选取代表点进行簇的扩充降低了大簇分裂的概率,提高了算法效率与聚类精度。
- 周红芳赵雪涵周扬
- 关键词：密度聚类代表点
- 基于频繁模式的选择性集成
- 2013年
- 针对集成学习方法在处理大规模数据集时具有计算复杂度高、基分类器数目多、分类精度不理想的问题,提出一种基于频繁模式的选择性集成算法.该算法利用频繁模式挖掘的原理,将未剪枝的集成分类器和样本空间映射为事务数据库,并利用布尔矩阵存储分类结果,然后从中挖掘频繁基分类器组成最终的集成分类器,达到选择性集成的目的.实验结果表明,与集成分类算法Bagging、AdaBoost、WAVE和RFW相比,该算法减小了集成分类器的规模,提高了集成分类器的分类精度和分类效率.
- 周红芳王啸赵雪涵饶元
- 关键词：大规模数据集事务数据库布尔矩阵
- 基于倒排索引的MR定位算法被引量：1
- 2013年
- 为了实现手机测量报告MR的实时、精确定位,提出一种基于倒排索引的定位算法。该算法以路测数据作为定位数据库,对于不含路测数据的区域用哈塔传播模型估算电平信息,之后用射线模型修正定位数据库。在执行定位算法时,通过为MR矢量化,将定位问题转化为求最大相似度问题。实验结果表明,该算法可以实现海量MR的实时定位,并且提高了定位精度。
- 周红芳周扬钱钢
- 关键词：倒排索引相似度
- 基于商空间理论的K-means改进算法被引量：1
- 2013年
- 针对K-means算法中对于初始聚类中心的敏感性和容易受到离群点的干扰,提出一种基于商空间多粒度的K-means改进算法(QIMKM)。该算法分为两个阶段,第一阶段在不同粒度的商空间内确定出所有类簇的骨架结构,第二阶段通过改进的K-means算法对剩余数据点进行划分。最后,综合两个阶段的结果得到最终的聚类结果。此算法通过观察不同商空间下类簇的结构信息,为第二阶段的K-means算法提供初始中心类,以此来消除初始中心的不确定性对K-means算法的影响,并且能够使QIMKM识别出非球状的类簇。
- 周红芳刘园谈姝辰
- 关键词：聚类分析粒度计算商空间理论K均值算法
