教育部“新世纪优秀人才支持计划”(NCET-07-0693)
- 作品数：17 被引量：39H指数：4
- 相关作者：彭进业李大湘李展卜起荣温超更多>>
- 相关机构：西北大学西北工业大学上海交通大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术理学机械工程电子电信更多>>
- 基于MZ干涉仪结构的量子时钟同步方案理论研究被引量：3
- 2011年
- 经典时钟同步方案易受色散和重力势效应的影响而出现较大误差。为此,文中提出了一种基于量子理论的时钟同步方案,该方案设备架构主要基于Mach-Zehnder干涉仪结构,通过两方互相发送光子并测量相位差以得到时钟差值。相较于经典方案,该方案在同步过程中不需要传递实体钟和测量脉冲抵达时间,因此不受重力势的影响。理论证明其抗色散影响,可以达到更高的精度要求。
- 谢端彭进业赵健黄海生
- 关键词：量子通信时钟同步色散相位延迟
- 用FSVM-MIL算法实现图像检索
- 2009年
- 针对基于对象的图像检索问题,利用模糊支持向量机(FSVM)提出了一种新的多示例学习算法—FSVM-MIL算法。在标准的多示例学习问题中,一个包被标为正包,则它至少包含一个示例是正的,否则被标为负包。FSVM-MIL算法将图像当作包,分割后的区域当作包中的示例,若图像包含有感兴趣对象,则对应的包标为正,否则标为负,因为正包中的示例不全是正的,概念标号存在模糊性,本文利用多样性密度方法寻找概念点,根据noisy-or概率模型定义了模糊隶属度函数,为正包中的示例赋予不同的模糊因子,用FSVM求解多示例学习问题。在SIVAL图像集进行对比实验,结果表明FSVM-MIL算法是有效的且性能不亚于其它同类方法。
- 李大湘彭进业卜起荣
- 关键词：模糊支持向量机多示例学习
- 基于EMD距离的多示例聚类被引量：2
- 2011年
- 多示例学习中,包由多个示例组成,有明确标记,而示例标记却不确定。已有聚类研究都针对单示例、单标记,因而无法直接应用于多示例问题。基于推土机距离(earth mover’s distance,EMD)提出了一种新的多示例聚类算法ECMIL。该方法首先利用欧式距离计算包内示例相似度,将相似示例合并;然后将需要度量距离相似性的包内示例分别看作供货者和消费者,计算货物拥有量和货物需求量;对推土机距离无法供货问题,通过增大满足条件供货者的权值加以解决;最后使用k-medoids算法进行聚类。在基准数据集MUSK,Corel和SIVAL上进行实验,表明EC-MIL算法是有效的。
- 李展彭进业温超
- 关键词：推土机距离
- 一种改进的全变分(TV)修补模型被引量：1
- 2009年
- 目的提出一种全变分(TV)修补模型的改进方案,而且具有良好的边缘特性,并弥补原有的TV修补模型的不能满足连通性原则的缺陷。方法定义在图像修补区定义一种"加权全变分,即沿修补区边界法线方向的梯度分量对全变分的贡献,远大于沿切线方向的梯度分量的贡献。结果通过对相同的受损图像,采用原有模型和改进模型作比对实验表明,文中的改进模型可以完全满足图像修补的连通性原则。结论改进的TV模型较原始TV模型更适合于非纹理图像修复。
- 邢天璋彭进业王大凯
- 关键词：图像修补权因子
- 集成模糊LSA与MIL的图像分类算法被引量：4
- 2010年
- 针对自然图像的分类问题,提出一种基于模糊潜在语义分析(LSA)与直推式支持向量机(TSVM)相结合的半监督多示例学习(MIL)算法.该算法将图像当作多示例包,分割区域的底层视觉特征当作包中的示例.为了将MIL问题转化成单示例问题进行求解,首先利用K-Means方法对训练包中所有的示例进行聚类,建立"视觉词汇表";然后根据"视觉字"与示例之间的距离定义模糊隶属度函数,建立模糊"词-文档"矩阵,再采用LSA方法获得多示例包(图像)的模糊潜在语义模型,并通过该模型将每个多示例包转化成单个样本;采用半监督的TSVM训练分类器,以利用未标注图像来提高分类精度.基于Corel图像库的对比实验结果表明,与传统的LSA方法相比,模糊LSA的分类准确率提高了5.6%,且性能优于其他分类方法.
- 李大湘彭进业李展
- 关键词：多示例学习
- 连续变量量子通信中的高斯调制
- 2009年
- 在连续变量量子通信,特别在连续变量量子保密通信中,高斯信源是一个重要的组成部分,它与通信系统的效率、安全性等核心问题有着紧密的联系。利用Shannon信息理论模型,本文研究了高斯信源对量子通信信道容量、量子保密通信安全性等问题的影响,给出了这些重要参数对高斯信源参数的依赖性,并给出了量子保密通信系统的安全性条件。在此基础上提出了一种高斯调制的实验实现方案,利用FPGA成功实现了连续变量量子信号的高斯调制。
- 何云贤陆鸢朱俊彭进业曾贵华
- 关键词：相干态
- 基于半监督多示例学习的对象图像检索被引量：8
- 2010年
- 针对基于对象的图像检索问题,提出一种新的半监督多示例学习(MIL)算法.该算法将图像当作包,分割区域的视觉特征当作包中的示例,按"点密度"最大原则,提取"视觉语义"构造投影空间;然后利用定义的非线性函数将包映射成投影空间中的一个点,以获得图像的"投影特征",并采用粗糙集(RS)方法对其进行属性约简;最后利用直推式支持向量机(TSVM)进行半监督的学习,得到分类器.实验结果表明,该方法有效且性能优于其他方法.
- 李大湘彭进业李展
- 关键词：多示例学习属性约简半监督学习
- 基于视觉语义与RSSVM的图像检索被引量：4
- 2010年
- 以图像的视觉语义为基础,设计了一种新的空间转换模型,提出了一种新的图像语义描述方法.首先,采用NCut方法对图像进行分割,提取每个区域的颜色、纹理与形状等视觉特征;再用K-Means聚类方法对训练集中所有的视觉特征进行聚类,称聚类中心为视觉语义(Visual Semantic,VS),用来构造投影空间;然后通过所定义的非线性函数,将每幅图像向投影空间作映射,得到图像的投影特征;最后,为了提高分类器的训练效率与性能,先采用RS(粗糙集)方法对投影特征进行属性约简,再用支持向量机(SVM)进行学习和分类.基于Corel图像集的对比实验结果表明,该方法性能受聚类数的影响不大,鲁棒性强,且性能优于其它方法.
- 李大湘彭进业贺进芳
- 关键词：图像检索支持向量机属性约简
- 基于谱聚类和多示例学习的图像检索方法被引量：4
- 2011年
- 针对基于对象的图像检索问题,提出一种新的谱聚类多示例学习算法.该算法将图像当作包,将分割区域的视觉特征当作包中的示例,针对正包示例集合进行谱聚类,按聚类中心点数最大原则选择潜在正示例中心和潜在正示例代表,并采用径向基函数和金字塔核分别度量潜在正示例间和其它示例间的相似性,最后利用支持向量机和相关反馈实现图像检索.采用SIVAL图像集进行的对比实验表明,该方法是有效的.
- 李展彭进业温超
- 关键词：图像检索多示例学习谱聚类
- 基于多示例学习的对象图像推荐算法
- 2011年
- 用户评分矩阵稀疏问题影响协同过滤的推荐性能。为此,提出一种基于多示例学习的对象图像推荐算法。将分割区域的视觉特征作为图像中的示例,利用多样性密度函数求得最大多样性密度点,使用正负图像内容评价不同用户间的相似性,将其与传统余弦相似性进行组合,从而实现推荐。实验结果表明,该算法提高了推荐性能。
- 李展彭进业温超
- 关键词：多示例学习
