您的位置: 专家智库 > >

史颖

作品数:5 被引量:19H指数:3
供职机构:山西大学计算机与信息技术学院更多>>
发文基金:国家自然科学基金山西省科技攻关计划项目山西省回国留学人员科研经费资助项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇学习速率
  • 1篇软件可靠性预...
  • 1篇神经网
  • 1篇神经网络
  • 1篇连续型

机构

  • 2篇山西大学
  • 1篇太原理工大学
  • 1篇太原师范学院

作者

  • 2篇史颖
  • 1篇穆晓芳
  • 1篇亓慧
  • 1篇王文剑
  • 1篇白雪飞

传媒

  • 1篇计算机科学
  • 1篇计算机科学与...

年份

  • 1篇2021
  • 1篇2015
5 条 记 录,以下是 1-2
排序方式:
多特征三维稠密重建方法被引量:7
2015年
基于图像的立体重建技术直接通过多幅二维图像获取物体的三维数据模型,建模自动化程度高,且不需要任何先验信息和特殊硬件支持。但对于具有精致雕刻的中国古式建筑以及非平行拍摄的大型室外场景,现有的基于图像的三维重建技术重建模型往往存在细节信息丢失、数据散乱现象,使得重建结果不够精确。针对这一问题,综合考虑模型的光照信息、纹理阴影、凹凸感等多种特征,通过给出特征候选点匹配策略及对初始点云的可靠性排序,提出了一种多特征三维稠密重建算法MFPMVS(patch with multiple features based multi-view stereopsis)。实验表明,MFPMVS算法与经典的PMVS(patch based multi-view stereopsis)算法相比,重建得到的三维点云更加密集;凹凸感较强的模型重建细节更为细腻;仰拍得到的模型重建结果中漏洞明显减少,边缘细节信息更加完整。算法能够更稳定、鲁棒地重建出物体的三维模型,具有很高的实用价值。
史颖王文剑白雪飞
基于连续型深度置信神经网络的软件可靠性预测被引量:3
2021年
为了提高软件可靠性智能预测的精度,采用连续型深度置信神经网络算法用于软件可靠性预测。首先提取影响软件可靠性的核心要素样本,并获取样本要素的关键特征;然后建立连续型深度置信神经网络(Deep Belief Network,DBN)的软件可靠性预测模型,输入待预测样本,通过多个受限波尔兹曼机(Restricted Boltzmann Machine,RBM)层的预处理训练,以及多次反向微调迭代获取DBN权重等参数,直到达到最大RBM层数和最大反向微调迭代次数;最后获得稳定的软件可靠性预测模型。实验结果证明,通过合理设置DBN隐藏层节点数和学习速率,可以获得良好的软件可靠性预测准确率和标准差。与常用的软件可靠性预测算法相比,所提算法的预测准确度高且标准差小,在软件可靠性预测方面的适用度较高。
亓慧史颖史颖穆晓芳穆晓芳
关键词:学习速率
共1页<1>
聚类工具0