您的位置: 专家智库 > >

朱长成

作品数:3 被引量:17H指数:3
供职机构:中国矿业大学计算机科学与技术学院更多>>
发文基金:江苏省博士后科研资助计划项目国家自然科学基金中国矿业大学科技基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇聚类
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸
  • 1篇人脸识别
  • 1篇人脸识别算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇网络故障
  • 1篇网络故障诊断
  • 1篇向量
  • 1篇向量机
  • 1篇密度聚类
  • 1篇聚类算法
  • 1篇故障诊断
  • 1篇轨迹聚类
  • 1篇标签

机构

  • 3篇中国矿业大学

作者

  • 3篇朱长成
  • 1篇周勇
  • 1篇夏士雄
  • 1篇周红兵
  • 1篇勾红云
  • 1篇韩陈寿
  • 1篇张磊

传媒

  • 1篇计算机工程
  • 1篇计算机仿真
  • 1篇计算机工程与...

年份

  • 3篇2011
3 条 记 录,以下是 1-3
排序方式:
半监督LLE人脸识别算法被引量:5
2011年
实际应用中获得少量带有标签的人脸数据集比较容易,为了充分利用人脸数据集中的半监督信息,根据基于密度聚类的算法思想,提出一种半监督的LLE算法。利用带标签的样本,以每一个带标签的样本为中心点,采用标签扩展算法对不带标签的样本添加标签,再运行监督LLE算法,得到降维后的数据并保留了原始数据集中的分类信息和子流行结构,最后,将算法用到人脸识别当中。通过与2DLDA、LLE、SLLE算法进行比较,结果表明了提出算法的有效性。
勾红云周勇朱长成周红兵
关键词:人脸识别密度聚类标签
支持向量机在网络故障诊断中的应用被引量:7
2011年
研究网络故障诊断问题,保证网络可靠性运行效率,针对网络故障是一个非线性、小样本数据,但是传统网络故障诊断方法是基于线性、大样本数据,导致网络故障诊断准确率较低。为了提高网络故障诊断准确率,将专门解决小样本、非线性问题的最小二乘支持向量机(LSSVM)应用到网络故障诊断中,将引起故障的因素作为LSSVM的输入,网络故障类型作为LSSVM输出,通过LSSVM的学习,建立网络故障诊断模型,最后采用建立的LSSVM模型对网络故障样本进行诊断。仿真结果表明,LSSVM网络故障诊断准确率明显高于其它网络故障诊断方法,并证明是一种网络故障诊断有效手段。
朱长成
关键词:网络故障诊断支持向量机神经网络
基于速度约束的分段轨迹聚类算法被引量:5
2011年
目前的轨迹数据聚类直接对整条轨迹数据聚类,或先分段再对轨迹段聚类。分段聚类法抛弃轨迹段内部点,丢失轨迹局部特征,没有考虑点的速度影响。针对该问题,提出一种基于速度约束的分段轨迹数据聚类方法。该方法将速度约束和two-pass corner detection应用于轨迹分段,在邻域计算中加入速度约束,采用Discrete Fréchet Distance比较轨迹段距离,保留了轨迹段内部特征。用类似DBSCAN的TraDBSCAN算法对轨迹段进行聚类。实验结果表明,该方法考虑速度因素,可以获得更有效的聚类结果。
韩陈寿夏士雄张磊朱长成
关键词:轨迹聚类
共1页<1>
聚类工具0