陕西省自然科学基金(2010JM8027)
- 作品数:6 被引量:25H指数:3
- 相关作者:苗启广权义宁唐兴宋建锋姜振更多>>
- 相关机构:西安电子科技大学中国人民解放军海军航空工程学院周口师范学院更多>>
- 发文基金:陕西省自然科学基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 性价比最大化的异构网络博弈选择策略被引量:3
- 2014年
- 给出了一个基于博弈论的异构网络选择策略.依据异构网络提供的综合服务质量和价格策略,以最大化网络的整体收益为目的,构造异构网络的非合作博弈模型;利用纳什均衡结果,建立以服务质量与价格比最大化原则选择的接入网络策略.分析及仿真结果验证了该策略的优越性.
- 宋建锋李建东
- 关键词:异构网络非合作博弈纳什均衡
- 一种融合信息熵的个人网络主题圈子发现算法被引量:3
- 2017年
- 个人网络由于规模小、信息量大的原因,成为社交网络分析中重要的研究对象,而现有的社区发现算法主要集中在全局大规模网络上,已有研究表明,全局网络的社区性质并不明显.文中提出了一种个人网络主题圈子发现算法,引入信息熵的概念衡量个人网络中用户圈子是否具有共同的主题,定义了新的目标函数,通过对目标函数进行启发式过程优化,实现了对用户个人网络主题圈子的挖掘和发现.并对微博文本进行主题提取,抽取出用户的主题兴趣,使用信息熵对用户主题的分布进行评估.然后,利用调和因子对结构性质函数与信息熵函数进行融合,给出了结合信息熵与结构模块性的目标函数.最后,对提出的目标函数进行近似,求得最优解,得到个人网络中的主题圈子.在新浪微博数据集上的实验结果表明,新算法能够有效地在个人网络上挖掘出具有文本高度聚合性的主题圈子,并且各个圈子在结构上具有高内聚低耦合的性质,对个人网络的分析和研究具有较大的应用意义.
- 唐兴权义宁董泽苗启广
- 关键词:社交网络文本挖掘个人网络信息熵
- 一种新的数据融合航迹关联算法被引量:6
- 2012年
- 最近邻域经典算法在求解航迹关联问题时,由于过度依赖特征阈值以及缺乏全局性考虑,在航迹密度较高的情况下容易出现错误关联.针对这一问题,引入全局搜索策略并采用动态规划和跟踪门技术,提出了一种新的全局最优航迹关联算法.在真实的海上目标航迹关联环境下对两种算法进行了实现,与最近邻域算法相比,新算法不仅获得了较高的关联正确率,同时减少了关联结果对特征阈值的依赖.
- 权义宁姜振黄晓冬李伟峰
- 关键词:数据融合航迹关联全局搜索动态规划
- 图像去雾霾算法的研究现状与展望被引量:8
- 2017年
- 雾霾天气下拍摄的图像往往会因空气中的气溶胶粒子散射而降质,并因此影响后续的室外计算机视觉系统的应用。为此,研究者提出了大量方法来复原雾霾图像的质量。文中归纳总结了图像去雾霾方法的研究现状,重点研究和分析了基于图像增强和基于物理模型这两大类方法,深入探讨了其中一些已被广泛认可的经典算法的优劣,并分析了几种雾霾天气复原图像客观评价的方法。最后,提出了图像去雾霾算法未来的几种研究思路,并展望了未来的发展趋势。
- 苗启广李宇楠
- 关键词:图像增强大气散射模型
- 微博个性化转发行为预测新算法被引量:3
- 2016年
- 目前,对微博转发行为预测主要是对所有微博用户的历史数据进行学习,从而得到转发模型.但是这类模型需要对所有用户的转发行为进行全局预测,存在同质性且无法对具体用户进行个性化预测的缺陷.针对这些问题,提出了基于多任务学习的个性化微博转发行为预测算法.对新浪微博进行了数据抓取、分析和特征选择,根据社会学中影响力的理论,针对微博用户之间进行社交信息交流而导致相互影响的特点,引入了多任务学习方法,以逻辑回归预测模型作为基准算法,将预测模型分为全局模型与个性模型进行学习.预测模型把对每个用户转发行为的预测对应为多个任务,根据微博用户间的社交交互对这些任务进行关联.实验结果表明,所提出的模型能够有效地对单个用户的微博转发行为进行预测,并且提高了转发行为预测的准确率.
- 唐兴权义宁宋建锋邓凯朱海苗启广
- 关键词:多任务学习个性化社交网络数据挖掘
- 基于3D CNN的大规模视频手势识别研究被引量:2
- 2017年
- 提出了一种基于三维卷积神经网络(CNN)的大规模视频手势识别算法。首先,为了获得统一尺度的输入数据,在时域上对所有输入视频进行了归一化处理得到32帧的输入视频;然后,为了从不同的角度描述手势特征,通过真彩(RGB)视频数据生成了光流视频,并将RGB视频和光流视频分别通过C3D模型(一个3D CNN模型)提取特征,并通过特征连接的方式加以融合输入到支持向量机(SVM)分类器来提高识别性能。该方法在Chalearn LAP独立手势数据集(Iso GD)的验证集上达到了46.70%的准确率。
- 苗启广李宇楠徐昕
- 关键词:手势识别光流SVM