孙洁
- 作品数：7 被引量：19H指数：3
- 供职机构：青岛理工大学通信与电子工程学院更多>>
- 发文基金：山东省高等学校科技计划项目山东省自然科学基金教育部留学回国人员科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 遗传模块化神经网络的航空高光谱赤潮监测被引量：2
- 2012年
- 研究对航空高光谱赤潮图像进行快速、准确地识别问题。传统单一BP网络在解决航空遥感高光谱图像大数据量问题时网络结构复杂、训练时间长、识别速度低。针对大数据量快速分析的需求,提出了一种集成结构的遗传模块化神经网络的航空高光谱赤潮识别方法。首先对学习任务进行划分,通过i/j分类方法组建训练样本集。然后,每个子神经网络模块仅仅针对特定小区域进行训练,为了避免传统BP网络在选择网络结构及参数时仅凭经验或反复大量实验的缺点,采用自适应遗传算法对网络结构及参数进行了优化。最后,通过模糊隶属度将分块学习的模块化神经网络进行集成。实验证明这种可以快速有效地对赤潮进行监测,为设计提供依据。
- 孙洁周立俭
- 关键词：模块化神经网络自适应遗传算法
- 基于Curvelet和LBP的可变光照人脸识别被引量：4
- 2012年
- 光照变化和环境噪声会引起人脸识别正确率下降。为此,提出一种基于Curvelet变换和LBP的可变光照人脸识别方法。对原始人脸图像进行Curvelet变换,对第1层低频系数,采用对数运算和局部二值模式运算克服光照影响,舍弃剩余的最高频信息子图像,以除去环境噪声和光照产生的阴影边界带有的虚假信息,利用主成分分析和线性判别分析方法进行人脸识别。仿真结果表明,该方法能有效去除光照和噪声引起的影响,具有较好的鲁棒性。
- 周立俭刘万泉孙洁
- 关键词：人脸识别光照CURVELET变换局部二值模式线性判别分析
- 基于支持向量机的航空高光谱赤潮监测被引量：2
- 2008年
- 针对航空遥感高光谱图像大数据量快速分析的需求,本文提出了一种基于支持向量机(SVM)的航空高光谱赤潮监测方法。首先,利用对数残差法(LRC)归一化高光谱数据。然后,通过RPCL(Rival Penalized Competitive Learning)聚类分析划分训练样本空间从而形成训练样本集,并以支持向量机(SVM)作为识别器,试验结果证明了该方法的有效性。
- 孙洁张宏磊
- 关键词：高光谱数据赤潮监测支持向量机
- 基于局部中频Gabor滤波器组的人脸识别
- 2013年
- 针对传统Gabor滤波器组在人脸识别过程中特征提取时间长、计算量大的问题,提出一种利用局部Gabor滤波器组进行人脸图像中频特征提取的方法。选择中频带的Gabor滤波器构造局部中频Gabor滤波器组;提取局部Gabor中频特征;采用线性判别分析法(linear discriminate analysis,LDA)进一步提取Fisher特征,得到图像的Gabor+Fisher特征,利用最近邻法进行人脸图像识别。基于ORL和AR人脸库的实验结果表明,基于此局部Gabor滤波器组的人脸识别方法较传统的Gabor特征提取方法降低了40%的特征维数,加快了特征提取速度,提高了人脸识别率。
- 周立俭马妍妍孙洁
- 关键词：人脸识别特征提取
- 基于能量的自适应局部Gabor特征提取的人脸识别被引量：4
- 2013年
- 为了解决传统Gabor滤波器组在人脸识别过程中特征提取时间长、计算量大的问题,从不同方向、不同尺度以及全局角度按照能量大小构建了3种不同的局部Gabor滤波器组用来提取人脸特征。首先,分析数据库中部分图像Gabor变换后的图像能量,从不同角度选出能量较大的图像构建对应的局部Gabor滤波器组;其次,根据所选滤波器组提取局部Gabor特征;然后,采用线性判别分析(LDA)法进一步提取Fisher特征;最后,利用最近邻法识别人脸图像。基于ORL人脸库和YALE人脸库的实验结果表明提出的人脸识别方法降低了人脸图像的特征维数,缩短了特征提取的时间,有效地提高了人脸识别率。
- 周立俭马妍妍孙洁
- 关键词：人脸识别特征提取自适应线性判别分析
- 多重加密的数字水印生成方法被引量：6
- 2013年
- 为了使用户提供的数字签名生成安全性较高的数字水印,对数字水印的生成方法进行研究,结合3种加密算法提出一种数字水印生成方案。数字签名先经过MD5算法得到Hash文本信息,经RSA加密后作为RC4算法输入的种子,输出随机性较高的数字水印。该方案通过C语言实现对数字水印进行了嵌入和检测实验,得到了很好的验证。实验结果表明,不同数字签名生成数字水印之间的汉明距离较大,约占数字水印的57.8%,具有较强的抗攻击能力。
- 聂廷远贾萧万胜伟周立俭孙洁
- 关键词：数字水印多重加密信息隐藏信息安全
- 红外微弱目标的超强增强方法研究与仿真被引量：1
- 2014年
- 红外目标图像增强在军事上有着重要的应用。红外微弱目标图像在远距离采集时,会形成微弱目标,导致背景红外图像存在大量的杂波,传统红外微弱目标增强方法在背景图像呈连续分布的前提下,采用图像融合技术实现增强处理,一旦背景红外图像出现非连续波动,容易产生重叠现象,造成图像模糊,不能有效的增强红外微弱目标。提出了一种依据宏观模糊集合的红外微弱目标自适应超强增强方法,给出了红外图像的宏观模糊集与模糊特征平面,对红外图像宏观模糊空间进行调整,完成红外图像模糊空间内对比度的增强操作,采用巴特沃斯低通滤波器对红外图像中的噪声进行滤波处理,利用反正切函数作为映射,将空间域的灰度红外图像变换为对应的广义隶属函数,实现外红微弱目标的自适应增强。实验结果表明,所提方法不仅能有效地增强红外微弱目标,还能自适应地增强红外图像局部区域不同层次的边缘和细节,使得图像更加清晰。
- 孙洁
- 关键词：图像融合
