中国博士后科学基金(200801231)
- 作品数：3 被引量：5H指数：2
- 相关作者：杜吉祥尚丽周昌雄苏品刚翟传敏更多>>
- 相关机构：中国科学技术大学华侨大学苏州市职业大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金福建省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于ι~∞范数的稀疏ICA和FCM的自然图像特征提取被引量：2
- 2010年
- 为了保证图像特征系数的稀疏性和加快寻找最优基的收敛速度,提出了一种基于ι∞范数的稀疏独立分量分析(SICA)的算法。该SICA算法采用ι∞范数作为ICA的稀疏性度量标准,用模糊C均值聚类算法初始化独立分量的特征基,有效地实现了自然图像的特征提取;而且,该SICA方法不需要优化高阶的非线性函数和密度估计,因而计算简单、且收敛速度较快;同时,利用提取的图像特征成功地实现了图像恢复,通过图像恢复对比实验表明了该方法在特征提取方面的合理性和实用性。
- 尚丽杜吉祥
- 关键词：模糊C均值聚类自然图像特征提取
- 一种基于覆盖超球算法的径向基概率神经网络结构优化被引量：1
- 2009年
- 介绍了径向基概率神经网络(RBPNN)的一种启发式结构优化算法.该算法首先提出一种移动平均中心超球覆盖算法,并用于初选径向基概率神经网络的隐中心矢量,然后使用遗传算法进一步优选隐中心矢量,同时优化核函数控制参数.实验结果表明,该算法在实际应用中能够加快优化速度,降低计算复杂度,有效地简化RBPNN模型的结构.
- 翟传敏杜吉祥
- 关键词：径向基概率神经网络结构优化
- 稀疏LNMF算法在图像局部特征提取中的应用被引量：2
- 2011年
- 考虑自然图像的先验稀疏结构及其特征子空间的局部性,在局部非负矩阵分解(LNMF)算法的基础上,提出一种具有稀疏约束的局部非负矩阵分解(SC-LNMF)神经网络算法。使用两类自然属性不同的图像在不同的维数下对SC-LNMF网络进行训练,该方法都能成功地提取出训练图像的局部特征。与NMF、LNMF特征提取方法相比,实验对比结果证明了SC-LNMF算法能够模拟大脑初级视觉系统V1区感受野的特性,进一步证实了该算法在图像局部特征提取中的有效性和实用性。
- 尚丽苏品刚周昌雄杜吉祥
- 关键词：自然图像特征提取
