北京市教委科技发展计划(KM201010005012)
- 作品数：3 被引量：11H指数：2
- 相关作者：李玉鑑谢欢曦周艺华孟东霞桂智明更多>>
- 相关机构：北京工业大学更多>>
- 发文基金：北京市教委科技发展计划北京市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 几何集成的改进——特征边界点快速计算被引量：2
- 2011年
- 针对优化几何集成方法(optimized geometric ensembles,OGE)在计算特征边界点集合的过程中包含大量冗余运算且效率较低的缺陷,分别利用Gabriel近邻规则及其启发式搜索法加速特征边界点的选取过程,提出了两种改进的几何集成方法———Gabriel OGE和启发式OGE,并与OGE进行比较实验。实验结果表明,虽然Gabriel OGE中计算特征边界点的时间复杂度与OGE一样,但是因为减少了大量数学运算,计算速度明显提高;而启发式OGE不仅将平均时间复杂度降低为O(dM2),而且在处理大数据集时,计算效率最高。Gabriel OGE和启发式OGE在保证分类结果的同时有效提高了特征边界点集合的计算速度,大幅度减少时间消耗。
- 李玉鑑孟东霞桂智明
- 基于2DPCA的眉毛识别方法研究被引量：8
- 2011年
- 分析了人类的眉毛作为一种独立生物特征进行身份鉴别的可能性,提出了一种基于2DPCA的眉毛识别方法,比较了2DPCA和PCA对眉毛识别的结果.通过对109人的眉毛数据库的分析,分别研究了2DPCA和PCA方法在眉毛识别中识别率和信息阈值之间,识别率与特征个数之间,识别率与图像尺寸之间的关系,以及它们对时间和空间的需求.实验结果表明,利用2DPCA方法进行眉毛识别在训练时间和识别率上明显优于PCA方法,识别率最高可达97.62%.
- 李玉鑑谢欢曦周艺华
- 关键词：生物特征识别眉毛识别2DPCA特征提取
- 面向非平衡数据处理的样例惩罚支持向量机被引量：1
- 2012年
- 支持向量机在处理非平衡数据集时常常不能取得良好的效果,因为其分类性能只考虑了总体分类精度,而忽略了不同类别样例之间的精度权衡.本文提出了一种基于样例分布的样例惩罚支持向量机,可以针对每一个样例根据其相应的分布特性选取惩罚以获得高敏感度的分类面.实验表明,该模型比标准支持向量机在非平衡数据上具有更好的性能.
- 金鑫李玉鑑
- 关键词：支持向量机非平衡数据
