国家自然科学基金(11371255) 作品数:4 被引量:11 H指数:2 相关作者: 赵敬红 刘勇进 更多>> 相关机构: 沈阳航空航天大学 更多>> 发文基金: 国家自然科学基金 辽宁省“百千万人才工程”资助项目 更多>> 相关领域: 自动化与计算机技术 理学 电子电信 更多>>
基于稀疏恢复的l_1范数凸包分类器在人脸识别中的应用 被引量:1 2016年 人脸识别是统计模式识别领域中经典的分类问题,为了提高算法的分类性能,优化技术被广泛应用到人脸识别领域。提出基于稀疏恢复的l1范数凸包分类算法,将原始训练数据集进行低秩恢复,利用恢复出的低秩矩阵和误差矩阵构成新训练集字典建立各类训练样本凸包模型,并在l1范数意义下,计算观测样本与各类凸包模型差值,用所得差值等价观测样本到各类样本凸包的距离,将距离最小的一类视为判别输出类。在ORL(Olivetti Research Lab)标准人脸图像库上进行实验分析,实验证明基于稀疏恢复的l1范数凸包分类算法具有较高的识别效率。 刘勇进 赵敬红关键词:人脸识别 L1范数 凸包 基于双高斯函数的一种高效鸟群优化算法 被引量:4 2018年 针对采用鸟群算法求解实际问题中的复杂函数时存在易陷入局部最优、学习能力差、缺乏收敛性理论分析等问题,提出基于双高斯函数的一种高效鸟群优化算法。该算法增加了鸟群的挑食行为,巧妙地避免初始寻优值易陷入局部最优点或鞍点的问题。同时,通过构建智能学习行为提高算法的自适应学习能力;然后构建双高斯函数更新法提高种群的多样性以增强算法全局搜索能力;最后,对于高效鸟群优化算法,给出时间复杂度分析。对多种标准测试函数进行仿真实验,实验结果表明,对于复杂函数优化,高效鸟群优化算法在达到收敛时其迭代次数相对基本鸟群算法减少50%左右,寻优成功率提高10%左右。 彭君君 刘勇进关键词:全局搜索能力 迭代次数 改进鸟群算法用于SVM参数选择 被引量:7 2017年 为能够自动地获得支持向量机(SVM)中核参数σ和惩罚系数C的最佳值,提出以改进的鸟群优化算法(IBSO)为基础的SVM参数选择方法。IBSO与传统鸟群算法(BSO)相比,在觅食行为中加入鸟群自我的学习系数,对飞行行为中乞食者的位置更新方式进行更改。实例仿真计算结果表明,与其它算法相比,该方法可以快速确定SVM中参数的最优值,有效降低了算法的时间复杂度,提高了算法的全局搜索能力,具有良好的鲁棒性。 张伟伟 刘勇进 彭君君关键词:支持向量机 参数选择 仿真 一类多面集投影算子方向导数的研究 2017年 首先刻画了一类多面集的对偶锥和极锥,进而给出了这类多面集上投影算子方向导数的具体计算方法,研究结果不仅为该类多面集投影算子广义次微分的刻画提供了技术支持,也为相关优化问题的灵敏度分析和算法收敛性分析奠定了理论基础。 刘勇进 李若男关键词:投影算子 方向导数 对偶锥