朱玉全
- 作品数：161 被引量：969H指数：14
- 供职机构：江苏大学更多>>
- 发文基金：国家自然科学基金江苏省“六大人才高峰”高层次人才项目江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学交通运输工程更多>>
- 一种序列模式挖掘隐私数据保护方法
- 本发明涉及一种序列模式挖掘中的隐私数据保护方法。该方法是随机产生两个32位无符号整数，对数据拥有者所要保护的数据项进行随机置换，在进行序列模式挖掘之前，将数据库中的各事务用相应的二进制数表示，各位值即为该事务所对应的数据...
- 朱玉全孙蕾陈耿胡天寒
- 文献传递
- 基于物联网的机器人运行路径感知规划仿真被引量：8
- 2020年
- 利用传统方法规划出的机器人运行路径精度较差、控制困难,不能在最短时间内规划出最佳路径,且在复杂的工作环境中不能准确的避开障碍物,工作效率低。因此提出基于物联网的机器人运行路径感知规划。在物联网环境下分析机器人的AOA和TOA两种不同定位技术,构建该环境下的机器人系统结构,保证机器人路径规划时运行平稳,并且避免产生超调和震荡现象;通过黎曼曲面系数获得运动正解方程,确定初始条件,带入到黎曼度量表达式中,从而完成路径的感知规划;通过仿真结果说明,使用所提方法规划出的路径精准度高,有很好的避障功能,并且重复检测次数少,路线最优,提高工作效率。
- 杨小琴朱玉全
- 关键词：物联网机器人路径规划测地线
- 基于网格化的医学图像不规则特征提取方法被引量：3
- 2005年
- 提出了一种针对不容易描述的不规则特征的提取方法:采用贝叶斯启发式学习方法提取图像的聚类变量和等价变量作为特征;用网格划分技术过滤和释放位于稠密超方格的数据项,从而有效减少内存需求、大幅度降低计算复杂度。将此方法应用于医学图像分类器中的特征提取部分,实验结果表明大大地提高了分类的准确率。
- 谢从华宋余庆朱玉全王立军
- 关键词：图像挖掘网格划分
- 基于二维CTC和注意力序列的场景文本识别模型被引量：1
- 2022年
- 为提高当前场景文本识别算法在自然场景下识别不规则文本和中文文本的准确率,提出了一种基于二维(2D)CTC和注意力机制序列的自然场景文本识别模型。该模型分为编码部分和解码部分,利用二维CTC自适应地关注文本的空间位置信息,同时排除背景噪声的影响。通过在ICDAR数据集上的实验结果表明,对比CTC和Seq2Seq的模型,提高了对不规则文本和中文文本识别的准确率,同时加快了收敛速度。
- 孙洁朱玉全黄承宁
- 关键词：空间信息
- 面向车联网的行车主动服务系统及服务需求动态获取与构建方法
- 本发明公开了面向车联网的行车主动服务系统及服务需求动态获取与构建方法，利用车联网获取人－车－路－环境实时动态数据，提供主动、实时、保真、个性化的行车主动服务构建方法。系统包括平台感知层、协调执行层、事件代理层以及人机界面...
- 梁军陈龙江浩斌马世典赵振超高翔朱玉全葛慧敏谢军蔡涛
- 文献传递
- 医学肝脏图像Gabor小波纹理特征研究被引量：6
- 2008年
- 针对肝脏图像自身特点,研究了Gabor小波纹理特征在医学肝脏图像识别中的意义,提出一种基于Gabor小波纹理特征的医学肝脏图像识别方法。实验表明:引进Gabor小波纹理特征能较好地实现医学肝脏图像识别问题;与其它典型图像识别方法对比结果验证,新方法可以取得更高的识别率。
- 郭依正陈健美宋余庆朱玉全陆虎
- 关键词：GABOR小波纹理特征模式识别
- 基于聚类的动态物化视图选择研究被引量：3
- 2009年
- 物化视图选择方法大多是静态的,违背了联机分析处理和决策支持系统的动态本质。现有的动态算法也不能实现完全的动态化,为此提出了一种数据仓库中基于聚类的动态物化视图选择算法CBD-MVS(clustering-based dynamic materialized view selection),该算法采用层次聚类技术对用户查询语句进行聚类,提出视图合并算法建立候选物化视图,利用BPUS(benefitper unit space)算法生成最终应该被物化的视图。实验结果表明该算法是有效可行的,由于采用聚类技术,实现了完全的动态化。
- 吕晓陈耿朱玉全
- 关键词：数据仓库物化视图选择聚类
- 一种基于粗糙集理论的决策树构造方法被引量：7
- 2011年
- 采用粗糙集理论中的属性重要度作为挑选测试属性的指标来构造决策树,形成了一种新的决策树分类算法S_D_Tree,在计算挑选测试属性的时间复杂度为O(|C||n|)。实验结果表明,该算法可以构建一个较简洁的决策树,与C4.5算法相比较,具有更好的预测准确率。
- 于海平朱玉全陈耿欧吉顺
- 关键词：决策树粗糙集属性重要度时间复杂度
- 基于改进多尺度LBP算法的肝脏CT图像特征提取方法被引量：14
- 2019年
- 针对高阶方向导数局部二值模式(DLBP)算法会丢失部分高尺度邻域信息的缺陷,提出一种基于改进多尺度LBP算法(MSLBP)的肝脏CT图像特征提取方法。该方法首先对肝脏CT图像进行预处理,并提取正异常ROI区域,然后利用改进的多尺度LBP特征提取方法提取特征,将高阶尺度采样点信息融合其邻域相关点信息作为该采样点的最终信息参与运算,同时利用对角线区域求平均操作,突出了邻域像素点之间的关系特征,从更大范围描述肝脏图像的纹理信息,最后进行分类。实验结果表明:所提方法的准确率可达到90.1%,相比原始的LBP特征提取方法提高了8.7%,有一定的临床应用意义,可用于医生的辅助诊断。
- 刘晓虹朱玉全刘哲宋余庆朱彦袁德琪
- 关键词：特征提取局部二值模式多尺度纹理分析医学图像
- 一种基于异常检测的关联模式挖掘模型被引量：7
- 2004年
- 国内外研究成果表明,将数据挖掘技术应用于异常检测在理论上是可行的,在技术上建立这样一套系统是可能的。关联模式的挖掘是基于异常检测的数据挖掘技术中的一个十分重要的研究课题,文章的目的就是建立基于异常检测的关联模式挖掘模型,并给出了相应的算法。
- 陈耿朱玉全孙志挥
- 关键词：数据挖掘异常检测
