陈思宝
- 作品数：31 被引量：59H指数：5
- 供职机构：安徽大学更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术理学文化科学电气工程更多>>
- 基于核Fisher判别字典学习的稀疏表示分类被引量：4
- 2014年
- 在基于稀疏表示分类的模式识别中,字典学习(DL)可以为稀疏表示获得更为精简的数据表示。最近的基于Fisher判别的字典学习(FDDL)可以学习到更加判别的稀疏字典,使得稀疏表示分类具有很强的识别性能。核空间变换可以学习到非线性结构信息,这对判别分类非常有用。为了充分利用核空间特性以学习更加判别的稀疏字典来提升最终的识别性能,在FDDL的基础上,提出了两种核化的稀疏表示DL方法。首先原始训练数据被投影到高维核空间,进行基于Fisher判别的核稀疏表示DLFDKDL;其次在稀疏系数上附加核Fisher约束,进行基于核Fisher判别的核稀疏表示DL(KFDKDL),使得所学习的字典具有更强的判别能力。在多个公开的图像数据库上的稀疏表示分类实验结果验证了所提出的FDKDL和KFDKDL方法的有效性。
- 陈思宝赵令罗斌
- 关键词：核空间FISHER判别
- 结构图的谱分解及聚类研究被引量：4
- 2006年
- 探索用图谱方法嵌入和聚类非加权图,以图的邻接矩阵主要特征向量来定义邻接矩阵的特征模.对每个特征模,我们计算谱特征向量,包括特征模周界、特征模体积、Cheeger 常数、模间邻接矩阵和模间边界距离.用两种对比方法嵌入这些向量到一个模式空间:1)用谱模式特征的协方差矩阵的主成分分析(PCA)和独立分量分析(ICA);2)两类模式向量在 L2范数下的多维尺度变换方法(MDS).另外,我们在三维多面体的二维图像中用角点特征来表示邻近图,以描述不同嵌入方法的聚类效果.
- 孔敏陈思宝赵海峰罗斌
- 关键词：主成分分析独立分量分析
- 基于Python的“模式识别导论”双语教学与实践
- 2021年
- "模式识别导论"双语教学是新工科高年级本科生的选修课程,旨在让学生了解模式识别基本概念与方法的同时,锻炼他们阅读模式识别英文文献以及国际交流的能力。Python是目前炙手可热的编程语言,将Python引入"模式识别导论"双语教学过程,有助于提高教学质量与效果。通过Python运用于模式识别中的几个例子,展示了Python在课程辅助教学中的优点。
- 陈思宝
- 关键词：模式识别PYTHON线性判别分析多项式拟合
- 基于t混合和SMEM算法的彩色图像分割被引量：1
- 2006年
- 采用t混合模型建立图像的颜色,纹理及空间位置特征的联合分布,及改进的分裂—融合EM算法(SMEM)估计混合模型的参数,根据贝叶斯最小错误率准则对图像进行分割。由于t混合模型的稳健性和改进的SMEM算法对于数据的初始化不敏感,能收敛到全局最优,且能自适应的的选择分割的数目,因此该方法能取得更好的分割结果。
- 汪慧兰陈思宝罗斌
- 关键词：T混合模型图像分割
- 一种遥感图像的变化检测方法、系统、电子设备及介质
- 本发明提供一种遥感图像的变化检测方法、系统、电子设备及介质，包括：获取预设的训练图像集及多个变化标签图；对所述训练图像集中的所有图像数据进行图像预处理，以生成输入图像集；将所述输入图像集中的某个前时态遥感图像与对应的后时...
- 陈思宝周梦杰罗斌
- 基于多重核的稀疏表示分类被引量：5
- 2014年
- 稀疏表示分类(SRC)及核方法在模式识别的很多问题中都得到了成功的运用.为了提高其分类精度,提出多重核稀疏表示及其分类(MKSRC)方法.提出一种快速求解稀疏系数的优化迭代方法并给出了其收敛到全局最优解的证明.对于多重核的权重给出了两种自动更新方式并进行了分析与比较.在不同的人脸图像库上的分类实验显示了所提出的多重核稀疏表示分类的优越性.
- 陈思宝许立仙罗斌
- 关键词：核方法模式识别
- “线性回归参数的固定大小序贯置信域的渐近理论”的改进被引量：1
- 2003年
- 序贯抽样一直是一个重要的统计研究领域,Gleser在世界著名刊物:《统计年刊》中发表了一篇重要文章[3]。然而Gleser的结果在实际应用中很不便于操作,甚至不可行。本文构造了一个新的置信域,改进了Gleser的结果使其更具有应用性。
- 王海贤陈思宝陈桂景
- 关键词：序贯抽样置信域渐近理论
- 基于非负稀疏协作模型的目标跟踪算法
- 2017年
- 目标跟踪是计算机视觉研究领域中一个最基本的问题.为解决在复杂场景下目标跟踪效果不佳的问题,作者搭建了一个基于非负稀疏的协作模型,该模型将非负稀疏表示的产生式模型与全局模板判别式模型相结合,并提出了基于非负稀疏协作模型的目标跟踪算法.首先对每一帧图像使用粒子滤波得到若干个候选框,然后再利用非负稀疏协作模型对每一个候选跟踪框进行评分,根据得分最高判为是跟踪目标的候选框.在多个视频序列上的实验结果表明,所提出的方法可以有效地提高目标跟踪的性能.
- 陈思宝苌江罗斌
- 关键词：目标跟踪
- 基于快速稀疏表示的医学图像压缩被引量：6
- 2014年
- 随着数字医学图像数据量的日益增大,有必要采取一定的图像压缩技术进行压缩存储。为此,提出基于快速稀疏表示的医学图像压缩方法。使用K-奇异值分解算法构造医学图像过完备字典,采用批量正交匹配追踪(Batch-OMP)算法进行稀疏编码。该方法只需要存储稀疏编码非零位置的系数信息,利用过完备字典即可实现原始医学图像的重构。实验结果表明,该方法可提高图像稀疏编码的速度,与正交匹配追踪(OMP)算法相比可提速40%左右,并且图像重构效果优于联合图像专家组(JPEG)算法和多级树集合分裂(SPIHT)算法的压缩效果,相对JPEG压缩的图像峰值信噪比平均提高18%,相对SPIHT算法平均提高50%。
- 赵海峰鲁毓苗陆明陈思宝
- 关键词：医学图像压缩
- 基于马尔科夫模型的回归研究及其应用
- 2022年
- 在国内外回归分析方法的研究中,神经网络、支持向量机等传统方法被广泛使用,但是由于其计算量太大而且对计算模型和数据的准确性要求很高,在实际的应用中局限性强。为了解决这些难题,对Markov理论和相关模型进行了深入的研究。首先将多元回归和Markov模型进行结合,提出了基于多元回归的Markov模型,解决了转移矩阵难以确定的问题,并将其应用于国民收入预测中,减少了运算复杂度并且解决了实际应用中的局限性,提高了模型的鲁棒性。同时将Markov模型和Regime Switching Model进行结合,提出了基于Markov-switch的回归算法,使用状态转移矩阵来处理数据,实验结果表明该算法可以有效地提高预测效率和大幅度减少运算时间,并且在UCI数据集上进行验证和传统方法相比,标准差减少72.72%、相关系数提高2%、运行时间减少了50%。
- 何成刚丁宏强陈思宝罗斌王家鑫
- 关键词：MARKOV模型
