江苏省自然科学基金(BK2009393)
- 作品数：33 被引量：196H指数：7
- 相关作者：业宁徐昇吴东洋业巧林周溜溜更多>>
- 相关机构：南京林业大学山东大学南京理工大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术农业科学电气工程电子电信更多>>
- 一种基于类中心矫正的层次聚类算法被引量：1
- 2011年
- 为了克服传统层次聚类算法由于两类合并造成的中心点偏移的严重缺陷,提出了一种基于类中心矫正的层次聚类算法,从而提高了算法的精确度;同时继承了传统层次聚类对初始中心点的无依赖性;经分析,算法对于已知聚类数和未知聚类数两种情况均有着良好的聚类效果.通过标准数据测试,结果表明新算法的聚类性能与层次聚类算法相比有更高的精确度;并且让新算法用于指导图像分割实验,证明了算法的有效性.
- 王娴杨绪兵周宇周溜溜
- 关键词：层次聚类
- 一种改进的JVT-H017码率控制算法被引量：2
- 2012年
- 提出一种改进的JVT-H017基本单元层码率控制算法。采用时空加权模型预测平均绝对差值(MAD),根据人类视觉系统特性设计加权Y分量的峰值信噪比(PSNR),联合新的MAD和PSNR估计基本单元层的复杂度,突出Y分量相对UV分量的重要性,并依此分配目标比特。实验结果显示,相比JVT-H017算法,改进算法更接近目标码率,码率误差平均降低0.269%,峰值信噪比平均提高0.278 dB,可保证具有误码的3G无线网络中视频图像的质量。
- 丁文张浩平胡鹏莎
- 关键词：H.264/AVC标准码率控制复杂度峰值信噪比
- 带约束最长公共子序列快速算法被引量：7
- 2009年
- 带约束最长公共子序列(CLCS)问题有很深的生物学应用背景,常被用来表示同源基因序列相似性的度量,但计算CLCS时间代价很高,最早的CLCS算法的时间复杂度为O(rn4),目前,最快的CLCS算法的时间复杂性为O(rn2).运用对偶原理将带约束最长公共子序列问题转换为带约束最小覆盖集问题,并建立带权的ref树结构,构造包含约束序列的约束覆盖子集,约简带约束覆盖子集并从中搜索关键路径,再通过关键路径构造CLCS,该算法将算法时间复杂度提升到O(nlogn+(q+r)L),r是约束序列的长度,q是两序列序偶的个数,L是两序列的最长公共子序列(LCS)长度.
- 业宁朱大铭张倩倩沈丽容
- 关键词：对偶算法
- 子模式判别型半监督非线性维数减少算法被引量：1
- 2009年
- 维数减少是在损失较少特征信息的条件下处理高维图像数据的关键技术,已成为高维数据处理中的热点问题.样本的类内和类间散度判别信息被用于判断当前样本对属于相同类还是不同类,同时考虑未标签样本对算法性能的影响,提出了一种判别型半监督非线性维数减少算法(discriminativesemi-supervised nonlinear dimensionality reduction,DSSNDR),可有效避免奇异性.DSSNDR采用高斯核和多项式核组合得到的混合核,将原始数据以一系列"有用的"特征形式投影到一个较低维的嵌入空间,便于分类,同时能够保持已标签和未标签样本的内部特征,可有效执行半监督学习.引入样本数据的子模式,将DSSNDR推广到子模式特征空间下的非线性方法,简称Sp-DSSNDR,进一步增强了DSSNDR的学习能力,提高分类精度.多个典型数据集上的分类和可视化实验表明,不同类的样本数据的投影在DSSNDR和Sp-DSSNDR构造的特征空间中存在较少的混叠现象,具有更好的可分离性.当维数被减少到较低水平时,本文算法几乎总是取得最好的结果,甚至超过了经典的主成分分析(PCA),核主成分分析(KPCA)和核Fisher判别分析(KFD)算法.
- 张召业宁杜辉沈丽容张贤涛
- 关键词：半监督学习子模式特征子空间
- 基于对gSpan改进的有向频繁子图挖掘算法被引量：2
- 2011年
- 提出的新算法对gSpan算法做了适用性改进,算法所采用的图编码技术与传统的频繁子图挖掘(FSG),快速频繁子图挖掘(FFSM),基于先验的图挖掘(AGM)等算法对图结构的编码均不同,由于对有向图进行了新的二维特征定义,因此可使算法适用范围有效地扩展至对有向图的学习,称之为基于对gSpan改进的有向频繁子图挖掘算法(DFSS);因目前为止,一系列频繁子图的挖掘大都是基于无向图上的知识发现,对直接作用于有向图的挖掘尚且很少.并且所设计算法较先前基于Apriori思想的FSG,AGM等一系列频繁图挖掘算法,在时间复杂度方面有了一定程度的改进,使得挖掘效率得以提升;实验结果表明在不损失挖掘完整度的前提下,其效率是FFSM算法的70～80倍.
- 周溜溜业宁
- 关键词：频繁子图
- 基于视差图优化的立体匹配算法研究被引量：2
- 2012年
- 传统的立体匹配算法通过计算两幅图像的像素点相似程度,从而找到左图像素点和右图像素点的对应关系,常采用的是一种局部最优的方法,所以其匹配精度很低。为了提高精度,当前策略主要是将问题转化为求解能量方程,进而来对全局空间进行优化。从一个新的角度即视差图优化来研究能量方程的求解,通过对扫描线算法、动态规划算法和图割算法深刻讨论来分析算法原理与运行图,从而理解各算法优缺点形成本质与问题转化的依据,可以进一步的改进其不足,为研究新的算法打下基础。
- 徐昇云挺业宁
- 关键词：全局优化扫描线动态规划图割
- 基于改进的Affnity Propagation聚类的木材缺陷识别被引量：4
- 2012年
- 本文提出了一种基于快速Affnity Propagation聚类算法的木材缺陷识别方法.通过提取木材图像的颜色矩特征,建立样本特征集X,以平均平方残基为阈值降低样本特征集X及距离矩阵S的维数,自动识别木材缺陷位置并标记.实验表明,该方法的识别速度较传统的AP算法有明显提高,平均识别时间约为0.557s,平均识别查准率约为70.5%,平均识别查全率约为95.6%.
- 吴东洋业宁徐波尹佟明
- 关键词：木材缺陷自动识别降维
- 一种多序列比对分治算法DCA-ClustalW被引量：1
- 2010年
- 多序列比对是生物信息学研究中最基本的一项内容,多序列比对的精确算法是一个NP-hard问题,一般研究者都侧重于设计多序列比对近似算法,最有代表性的近似算法是ClustalW;分而治之是一种重要的算法设计思想,它将复杂问题分割成更简单的子问题来解决,能有效提高算法效率。本文设计了一个DCA-ClustalW算法,对多序列比对问题,同时考虑从纵向和横向两个方面将复杂问题分割成简单易解的子问题,在BaliBase基准数据集上测试表明,该算法是可行的。
- 业宁张倩倩许翠云
- 关键词：多序列比对
- 基于灰度共生矩阵和聚类方法的木材缺陷识别被引量：13
- 2010年
- 文章提出了一种新的基于灰度共生矩阵的木材纹理特征提取和聚类分析的木材缺陷识别方法。该方法基于灰度共生矩阵,提取5个具有代表性的纹理特征:能量(E),惯性矩(I),均值和(SOA),聚类阴影(SOC),方差和(SOV),实现数据降维,对产生的特征数据集分别利用k-means算法及AP算法进行聚类,自动找出并正确标识木材表面缺陷位置,并对比分析不同木材表面缺陷类型识别效率。实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别。
- 吴东洋业宁苏小青
- 关键词：灰度共生矩阵K-MEANSAFFINITY
- 基于频繁子树挖掘的DNA重复序列识别方法被引量：2
- 2011年
- 提出了一种基于频繁子树挖掘策略说我DNA重复序列识别方法.绕开了传统的序列比对方式,将序列按照后缀树结构方式进行组织,再对后缀树形式做了约减改进,使其更加适合子树挖掘操作,最后利用频繁子树挖掘的方法对其进行学习.算法可以直接识别出满足设定阈值的重复序列,避免了由短重复体拼接所造成的时间浪费,设计的"二次识别技术"使得算法对模糊重复体也有着很好的识别效果,提高了识别完整度.实验证明:算法在识别效率性能方面较升,尤其当识别较长重复体时,优势体现的更为明显,同时在识别完整度方面也高度可比.
- 周溜溜业宁徐昇严敏利
- 关键词：DNA序列频繁子树挖掘
