国家自然科学基金(61173184)
- 作品数:54 被引量:306H指数:11
- 相关作者:闫河杨德红黄贤英王朴刘婕更多>>
- 相关机构:重庆理工大学重庆人文科技学院宁波大学更多>>
- 发文基金:国家自然科学基金重庆市自然科学基金重庆市教委科研基金更多>>
- 相关领域:自动化与计算机技术机械工程理学更多>>
- 提升分类受限玻尔兹曼机性能的策略被引量:2
- 2019年
- 为提高分类受限玻尔兹曼机(classification restricted Boltzmann machine,ClassRBM)有限的学习能力,提出一种基于重构误差的学习助推策略,提升ClassRBM的分类性能。重构误差是模型生成的数据与原始数据之间的差异,其会影响模型的性能。通过设置不同的重构误差阈值,选择重构误差超过阈值的原始数据对强化模型进行训练。测试时,统计测试数据集中被ClassRBM分错,且重构误差超过阈值的测试数据,如果存在这样的测试数据,错分数据采用强化模型的分类结果。在不同数据集上的测试结果表明,提出策略能提升ClassRBM的性能。
- 尹静闫河
- 关键词:重构误差
- 分布式数据库全局最大频繁项集增量更新算法被引量:3
- 2012年
- 随着分布式数据库记录的不断增加,需要对已挖掘出的全局最大频繁项集进行增量更新。在已经提出的快速挖掘全局最大频繁项集算法(FMMFI)的基础上,提出了分布式数据库全局最大频繁项集增量更新算法(IUGMFI)。IUGMFI算法利用了FMMFI算法已经挖掘出的分布式数据库全局频繁项目和全局最大频繁项集。挖掘增量数据库的全局频繁项目,构建增量数据库的FP-tree,挖掘出增量数据库的全局最大频繁项集,采用自上而下的剪枝策略更新全局最大频繁项集。理论分析和实验结果表明,IUGMFI算法是快速而有效的。
- 何波闫河
- 关键词:数据挖掘频繁模式树全局最大频繁项集增量更新算法
- 一种CNN与ELM相结合的船舶分类识别方法被引量:10
- 2019年
- 为提高船舶分类识别的精度,提出一种卷积神经网络(CNN)与极限学习机(ELM)相结合的分类识别方法。该方法采用8层AlexNet的卷积神经网络对船舶训练图片进行监督训练,并把AlexNet网络的第一个全连接层的输出作为特征训练样本完成对ELM的监督训练。对比实验结果表明:本文方法对船舶分类识别平均准确率为94%。
- 闫河王鹏董莺艳罗成李焕
- 关键词:卷积神经网络极限学习机船舶识别
- 双重特征粒子滤波目标跟踪算法
- 2016年
- 针对传统粒子滤波目标跟踪算法在光照变化及遮挡情况下跟踪准确性不高的缺陷,提出一种双重特征粒子滤波目标跟踪算法.首先,提出一种融合边缘信息具有抗光性的Sobel中值二值模式特征描述算子,建立视频每帧的纹理直方图;对视频每帧分别提取HSV颜色空间的色度核函数直方图、饱和度核函数直方图,再通过线性加权得到颜色直方图;在此基础上,分别对每帧的纹理直方图与和颜色直方图进行归一化处理,并引入到粒子滤波算法中计算目标特征粒子权值,再通过加权准则确定当前帧目标的最终位置.对比实验结果表明,本文算法能够有效提高在光照变化和遮挡情况下目标跟踪的准确性.
- 闫河刘婕杨德红王朴
- 关键词:目标跟踪粒子滤波纹理特征
- 面向表情识别的重影非对称残差注意力网络模型被引量:1
- 2023年
- 针对ResNet50中的Bottleneck经过1×1卷积降维后主干分支丢失部分特征信息而导致在表情识别中准确率不高的问题,本文通过引入Ghost模块和深度可分离卷积分别替换Bottleneck中的1×1卷积和3×3卷积,保留更多原始特征信息,提升主干分支的特征提取能力;利用Mish激活函数替换Bottleneck中的ReLU激活函数,提高了表情识别的准确率;在此基础上,通过在改进的Bottleneck之间添加非对称残差注意力模块(asymmetric residual attention block, ARABlock)来提升模型对重要信息的表示能力,从而提出一种面向表情识别的重影非对称残差注意力网络(ghost asymmetric residual attention network, GARAN)模型。对比实验结果表明,本文方法在FER2013和CK+表情数据集上具有较高的识别准确率。
- 闫河李梦雪张宇宁刘建骐
- 关键词:表情识别
- 基于高斯金字塔与新粒子群的印刷电路板装配模板匹配算法被引量:4
- 2022年
- 为提高印刷电路板装配(PCBA)中目标区域检测的准确性和实时性,提出一种高斯金字塔变换与新粒子群优化算法结合的PCBA模板匹配算法。采用倒Sigmod函数调整粒子群迭代的惯性权值;分别构建个体和群体的自适应学习因子模型;提出粒子是否陷入局部解的自适应判据并对其采用随机动量因子进行调整,从而提出一种新的粒子群优化算法。分别对待匹配图像和模板图像进行4层高斯金字塔变换,采用新粒子群优化算法搜索待匹配顶层子图的粗匹配区域,该区域经高斯金字塔反变换后生成的邻域范围与对应的模板子图进行遍历匹配,在最底层得到最终匹配结果。对比实验结果表明,所提方法在PCBA模板匹配应用中具有准确性和实时性。
- 闫河李晓玲谢敏赵其峰刘伦宇
- 短文本相似度研究及其在微博话题检测中的应用被引量:11
- 2015年
- 针对微博短文本特征稀疏导致文本相似性度量不精确的问题,提出一种基于多视角的微博短文本相似度算法。根据词形相同与词义相近寻找微博短文本中的公共块,以公共块所含词项总数与公共块之间的组合顺序,构建基于公共块序列的语义相似度;利用微博短文本发布时间、转发与评论等信息来修正该语义相似度,形成新的微博短文本相似度算法,度量微博短文本之间的相似性;将新的微博短文本相似度算法融入Single-Pass聚类算法中以检测微博话题。实验结果表明,将该算法应用于微博话题检测时,能够有效降低话题检测的平均漏检率与误检率等,提高了话题检测的质量。
- 黄贤英陈红阳刘英涛
- 关键词:结构化信息语义相似度
- 基于变系数词性空间权值定义的英文句子相似度算法研究被引量:1
- 2015年
- 对短文本中词项按词性进行切分构建词性向量,将词性向量中词项进行归并构建词性空间,首次提出对词性空间的权值进行动态定义。词项在词性空间中映射权值通过词项词频信息和Word Net语义词典得到,短文本之间相似度运算转换为各词性空间相似度协同运算。将改进的文本相似度算法运用于微软研究院释义语料库上,实验结果表明,改进的文本相似度算法使得文本相似度计算的准确率和稳定性有了较大的提高。
- 黄贤英张金鹏赵明军刘英涛
- 一种基于公共词块的英文短文本相似度算法被引量:7
- 2015年
- 短文本相似度计算是自然语言处理方面的研究热点,传统基于词项的文本相似度算法只考虑了词项因素,忽略了词序对短文本相似性的影响。为此提出了一种基于公共词块的短文本相似度计算方法,综合考虑了词项和词序因素,将基于词项重合的重叠相似度算法与公共词块间的词序相似度算法相结合,并采用自适应的加权组合方式得到短文本相似度值。实验结果显示:与传统算法相比,该算法在稳定性和F值方面都具有较好的结果。
- 黄贤英刘英涛饶勤菲
- 关键词:词序相似度算法
- 改进的卷积神经网络图片分类识别方法被引量:16
- 2018年
- 在图像分类识别中,为了获得更高的分类精确度,需要对图片提取更精确和更能表现图片语义信息的特征,深度学习已成为特征提取最常用的方法。提出一种改进的深度卷积神经网络的图片分类模型。通过从网络架构和内部结构两方面对经典的深度神经网络AlexNet的改进和优化,进一步提升特征的表达能力。通过在全连接层引入极限学习机,不仅提高了网络的分类能力和分类时间,而且使得该结构具有更优的数据处理能力。通过在两个标准数据集上的一系列对比实验,分析了不同的优化方法在不同情况下的作用,并证明了该网络结构的有效性。
- 闫河王鹏董莺艳罗成李焕
- 关键词:卷积神经网络极限学习机特征提取