徐鹏
- 作品数：4 被引量：43H指数：4
- 供职机构：上海海事大学信息工程学院更多>>
- 发文基金：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>>
- 基于加权词向量和LSTM-CNN的微博文本分类研究被引量：8
- 2018年
- 近年来,随着网络技术的不断发展,微博作为一种社交工具越来越受到人们的喜爱。由此在微博上产生大量的包含个人情感的文本信息,而这些带有个人情感的文本信息对网络舆论的传播产生巨大影响,所以对微博文本的分析研究变得十分紧迫。针对于此,提出一种LSTM与CNN的混合模型对文本分类。首先,基于Word2Vec的词向量训练方法以克服传统文本向量表示方法中高维度和高稀疏性的问题;进一步,通过TF-IDF模型对词向量进行加权赋值以确定词向量的重要程度;最后,以加权运算后的词向量作为初始输入样本来对LSTM与CNN混合模型进行分类训练,进而自动提取出文本信息中的隐含特征,实现对微博评论数据的准确分类。实验结果表明,该方法能够显著提高对微博文本内容的分类准确率,进而有效预测微博舆论的传播趋势。
- 马远浩曾卫明石玉虎徐鹏
- 关键词：文本挖掘情感分析CNN
- 基于Hough变换和总体最小二乘法的电力线检测被引量：18
- 2018年
- 随着智能电网技术的飞速发展,无人机智能巡检已经受到了广泛关注,而电力线是电力故障检测和无人机导航的重要参照物。针对电力系统中故障检测定位难的问题,提出了一种基于霍夫变换和总体最小二乘法的电力线提取方法。首先,在原图像经过预处理的基础上,通过霍夫变换进行初步检测,获得电力线的大致位置;然后,根据霍夫变换的检测结果锁定电力线的范围;最后,对锁定范围内所有的点,使用总体最小二乘法精确拟合出电力线。实验结果表明,该方法能够很好地检测电力线位置并拟合出电力线,具有鲁棒性强、检测精度高等特点。该方法不仅适用于地形复杂的山地区域,而且对于图像的清晰度要求并不高,因而在电力系统故障检测中具有很强的实用性。
- 操昊鹏曾卫明石玉虎徐鹏
- 关键词：智能电网电力线霍夫变换图像处理
- 基于卷积神经网络的人脸表情识别被引量：8
- 2015年
- 传统的神经网络表情识别系统由特征提取和神经网络分类器组成,利用人的经验来获取模式特征,很容易丢失表征表情特征的细节信息。提出一种基于卷积神经网络的识别方法,避免了对图像进行复杂的特征提取,直接把图像数据作为输入。通过在Cohn-Kanade表情库上的实验结果表明,该方法能够取得很好的表情分类效果。
- 徐鹏薄华
- 关键词：卷积神经网络人脸表情识别
- 一种指针式油位计读数识别算法被引量：9
- 2018年
- 针对现实生活中油舱油位由于油位计读数不准而出现油位亏空或者溢出的情况,提出了一种新的油位计读数自动识别算法。首先,在预处理阶段使用高斯型同态滤波器增强油位计图像对光照的适应性,并通过中值滤波、二值化以及图像形态学等操作突出油位计的指针区域;然后,根据油位计轴心颜色不同于黑色指针颜色这一特殊属性,遍历指针像素找出颜色发生突变的坐标点,进而准确求出油位计的轴心坐标;再根据轴心位置选定包含油位计指针的感兴趣区域,对感兴趣区域进行霍夫变换即可准确地检测出指针位置;最后,以红色为标准分割出油位计的起点和终点位置,进而运用角度法自动识别出油位计的读数。实验结果表明,该方法不但可以提高油位计自动读数的准确率,而且大大降低了识别油位计读数所需要的时间。
- 徐鹏曾卫明石玉虎张雅倩
- 关键词：油位计霍夫变换
