福建省教育厅资助项目(JB07023) 作品数:5 被引量:20 H指数:3 相关作者: 谢伙生 刘敏 陈小波 潘姣君 黄钧钧 更多>> 相关机构: 福州大学 更多>> 发文基金: 福建省教育厅资助项目 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
数据流中基于滑动窗口的闭序列模式挖掘算法 被引量:1 2011年 为了能够有效地利用滑动窗口技术来挖掘数据流当中的频繁闭序列模式,通过构建CST树(closed sequence tree)来保存频繁闭序列模式及其序列之间的关联关系,研究了滑动窗口在流数据上滑动时,窗口内序列属性以及CST树节点相互关系的变化性质,提出了基于滑动窗口的数据流闭序列模式挖掘算法ECSW(efficient closed sequential pattern mining over streamsliding window)。ECSW充分利用CST树内节点的相互关系,减少了对数据库的扫描,并且能够在不借助其他辅助结构的情况下完成CST树节点的更新。比较了ECSW与SeqStream在不同实验参数下的挖掘效果,实验结果表明,在平均闭序列长度不长时,ECSW有着比SeqStream更好的运行效果。 黄钧钧 谢伙生关键词:数据流 数据挖掘 基于Bag of Features的手势识别 被引量:4 2013年 基于视觉的手势识别中,手势的识别效果易受手势旋转,光照亮度的影响,针对该问题,借鉴了目标识别和图像检索领域的Bag of Features(特征袋)算法,将Bag of Features算法应用到手势识别领域。通过SURF(加速鲁棒性特征)算法提取手势图像的特征描述符,使手势对尺度、旋转、光照具有很强的适应力,再应用Bag of Features算法把SURF特征描述符映射到一个统一维度的向量,即Bag of Features特征向量,再用支持向量机对图像得到的特征向量进行训练分类。实验结果表示,该方法不仅具有较高的时间效率,满足手势识别的实时性,而且即使在很大角度的旋转以及亮度的变化下,仍能达到较高的识别率。 陈小波 谢伙生关键词:手势识别 向量量化 支持向量机 一种基于旋转森林的集成协同训练算法 被引量:10 2011年 集成协同训练算法(ensemble co-training)是将集成学习(ensemble learning)和协同训练算法(co-training)相结合的半监督学习方法,旋转森林(rotation forest)是利用特征提取来构造基分类器差异性的集成学习方法,在对现有的集成协同训练算法研究基础上,提出了基于旋转森林的协同训练算法--ROFCO,该方法重在利用未标记数据提高基分类器之间的差异性和特征提取效果,使基分类器的泛化误差保持不变或下降的同时,能保持甚至提高基分类器之间的差异性,提高集成效果。实验结果表明该方法能取得较好效果。 刘敏 谢伙生关键词:特征提取 一种基于主动学习的集成协同训练算法 被引量:1 2012年 为了更好地发挥主动学习、半监督学习和集成学习这3种机器学习方法的优势,研究了1个不需要2个充分冗余视图、泛化能力强的高效学习算法。从聚类假设出发,给出每轮协同训练过程中添加自动标记样本的置信度度量方法,降低误标记率;提出作为主动选择未标记样本依据的贡献度的概念,贡献度越高的样本,越具有人工标记的价值,在协同训练迭代结束后,选择贡献度高的样本标记,就能增强反馈的效果,提升学习性能,提出一种基于主动学习的集成协同训练算法。应用于图像检索的实验结果表明,提出的算法是高效可行的。 谢伙生 刘敏关键词:半监督学习 图像检索 结合灰度共生矩阵和熵的图像修复算法 被引量:4 2012年 利用灰度共生矩阵提取图像纹理特征值,然后根据熵值的大小来实现模块大小的选择。另外,在寻找最佳匹配块时,同时考虑了颜色信息的差异和空间距离的因素。最后,给出了客观评价图像修复质量的PSNR度量。实验表明,与Criminisi算法相比,该方法得到的修复效果更自然,更符合人的视觉感知。 潘姣君 谢伙生关键词:图像修复 纹理合成 灰度共生矩阵 基于FP树和对称矩阵的最大频繁模式挖掘算法 FP-Max算法是一种有效的最大频繁模式挖掘算法,但它在挖掘过程中产生的候选集规模过大,需要构造和遍历大量没必要的条件FP树,因此效率低.为此提出了SMFP-Max算法,算法以FP树和对称矩阵为框架来挖掘最大频繁模式,在... 王闻 谢伙生关键词:最大频繁模式 对称矩阵 FP树 文献传递