您的位置: 专家智库 > >

广东省自然科学基金(251064101000005)

作品数:5 被引量:29H指数:4
相关作者:肖南峰江文辉王婷姚永刚吴畏更多>>
相关机构:华南理工大学华南师范大学更多>>
发文基金:国家自然科学基金广东省自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇神经网
  • 3篇神经网络
  • 2篇人脸
  • 2篇人脸识别
  • 2篇主成分
  • 2篇主成分分析
  • 2篇RBF神经网...
  • 2篇FISHER...
  • 1篇第三代搜索引...
  • 1篇学习速率
  • 1篇引擎
  • 1篇人脸识别算法
  • 1篇设计实现
  • 1篇视频
  • 1篇视频图像
  • 1篇搜索
  • 1篇搜索引擎
  • 1篇索引
  • 1篇特征提取
  • 1篇图像

机构

  • 5篇华南理工大学
  • 1篇华南师范大学

作者

  • 5篇肖南峰
  • 1篇李群滨
  • 1篇黄浩锋
  • 1篇甘志刚
  • 1篇王婷
  • 1篇俞平
  • 1篇姚永刚
  • 1篇吴畏
  • 1篇江文辉

传媒

  • 2篇南京信息工程...
  • 1篇计算机工程与...
  • 1篇电子设计工程
  • 1篇重庆理工大学...

年份

  • 2篇2011
  • 2篇2010
  • 1篇2009
5 条 记 录,以下是 1-5
排序方式:
第三代搜索引擎研究被引量:4
2009年
搜索引擎是从互联网获取信息不可或缺的工具.第一代搜索引擎的特征是目录式搜索,以雅虎为代表;第二代搜索引擎的特征是关键字搜索,以Google为代表.随着时代发展,信息急速膨胀,第二代搜索引擎已经逐渐不能满足人们的需求;于是,人们开始期待第三代搜索引擎的到来.什么是第三代搜索引擎?这个问题目前还没有结论.分析了与这个问题相关的有代表性的观点和尝试,并提出了Search Engine Service(搜索引敬服务)的概念,认为它是第三代搜索引擎不可缺少的组成部分.
俞平肖南峰甘志刚
关键词:第三代搜索引擎SEARCHENGINESERVICE
基于RBF神经网络的人脸识别算法被引量:8
2010年
针对人脸识别技术中存在的高维问题、小样本问题和非线性问题这3个难点,围绕人脸特征提取和人脸识别2个方面展开研究。在特征提取中,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时也将人脸图像从高维空间映射到低维空间,从而解决了高维问题;在分类识别方面,采用具有很强非线性映射功能的RBF神经网络进行模式分类,解决人脸识别中的非线性问题。利用Matlab分析了RBF网络的聚类性能和分类性能。在ORL人脸数据库上的仿真实验中,人脸识别率达到97.5%,取得比较满意的结果。结合OpenCV中的Haar特征和AdaBoost算法进行人脸检测,在VC平台下开发出基于VC++和OpenCV的人脸识别系统软件,系统界面友好,操作简便,扩展性良好。
肖南峰姚永刚
关键词:主成分分析FISHER线性鉴别RBF神经网络ADABOOST
基于视频图像的道路灾害报警系统设计实现被引量:1
2011年
针对广东省山岭地区道路的特殊情况,研究了进行山岭公路、桥梁裂缝和边坡滑坡监控的视频监控系统的设计与实现。分别针对各情况进行图像处理研究,设计了适合的图片识别与分析方法,通过各种灾害的视频图像的预处理以及后处理、特征提取和分析,为预警结果提供数据基础支持。最后对于上述情况的灾害预警效果的测试,通过分析检测出灾害的发生,及时给出报警信号。检测结果表明了该系统的有效性,同时扩展和丰富了前人的研究成果。
李群滨黄浩锋肖南峰
关键词:边坡灾害视频图像
基于改进BP神经网络的数字识别被引量:12
2011年
针对BP(Back Propagation)神经网络易陷入局部极小、收敛速度慢的缺点,提出了一种新的BP神经网络改进算法。与标准BP算法比较,该系统通过结合附加动量法和自适应学习速率形成新的BP改进算法。附加动量法虽然可以使BP算法避免陷入局部极小,但是对初始值的选取比较敏感,而且选取合适的学习速率比较困难。而自适应学习速率法可以自动把学习速率调整到一个合适的数值,也可以加快网络的收敛速度,但不能避免陷入局部极小。通过将两者结合起来形成新的改进算法,既可以避免陷入局部极小又可以加快网络的收敛速度。并在此基础上设计一个基于BP神经网络的数字识别系统,此系统可以作为核心部分应用到诸如票据等数字识别中去。实验结果表明,该方法成功的避免了BP算法陷入局部极小,而且收敛速度比标准BP算法提高了17.5倍。
王婷江文辉肖南峰
关键词:BP神经网络自适应学习速率
基于RBF神经网络的人脸识别研究被引量:4
2010年
针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.
吴畏肖南峰
关键词:人脸识别特征提取主成分分析FISHER线性鉴别RBF神经网络
共1页<1>
聚类工具0