河北省教育厅科研基金(2008312)
- 作品数：6 被引量：67H指数：3
- 相关作者：李昆仑刘明曹铮张超曹丽苹更多>>
- 相关机构：河北大学保定职业技术学院中国环境管理干部学院更多>>
- 发文基金：河北省教育厅科研基金国家自然科学基金河北省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 半监督聚类的若干新进展被引量：53
- 2009年
- 半监督聚类方法利用少量标记数据提高聚类算法的性能,已逐渐发展成为模式识别及相关领域的研究热点.文中首先综述了半监督聚类算法的一些新进展,包括基于约束的方法、基于距离的方法和基于距离与约束的融合方法.然后提出一种基于约束的半监督模糊C-means聚类算法.实验表明,该算法与传统的模糊C-means及半监督K-means方法相比,具有更好的聚类精度.
- 李昆仑曹铮曹丽苹张超刘明
- 关键词：半监督聚类标记数据
- 多决策模板分类器融合
- 2011年
- 针对多类分类问题提出了一种新的度量层分类器融合方法,为每个模式类设置多个决策模板,每个决策模板针对一种容易发生的分类错误,从而能够有效地降低错误率;此外,采用模糊系统表示Meta层样本与各个决策模板之间的关系,能够比较准确地计算样本属于各个模式类的总分类置信度。从公用数据仓库中选取了三个较大规模数据集对新方法进行测试,并且与k-近邻规则、投票法、朴素贝叶斯法、线性规则、模板匹配法等常用的分类器融合方法进行了比较。大量实验结果表明,对于类别数在3～15之间的分类问题,该方法具有较好的综合性能。
- 刘明张锁良李昆仑袁保宗
- 关键词：模式识别分类器融合模糊系统
- 基于指导滤波的内侧指横纹识别方法
- 2014年
- 为了使指导滤波可以更有效地去除噪声进而提高匹配效率,提出了一种基于指导滤波的内侧指横纹识别方法。首先,在ROI提取阶段,通过提取ROI模板和利用模板在原始图像上所处位置的先验知识来指导其他原始图像进行准确的ROI提取,并对得到的ROI和模板进行互相指导滤波去除噪声。其次,在线特征提取阶段,利用Gabor滤波与求偏导相结合的方法进行线特征提取。最后,在特征匹配阶段,利用快速傅里叶变换的方法,得到相似度后通过对其选取合适的阈值来得到较好的实验效果。评估系统建立在包含100个人的2 000幅右手手部图像的数据库上,等错误率为2.32%,证明该算法可以进行指横纹特征识别并具有较高的准确率。
- 刘明闫军李哲
- 关键词：生物特征线特征提取
- 基于半监督学习的SVM-KNN被引量：3
- 2009年
- 提出一种新的基于半监督的SVM-KNN分类方法,当可用的训练样本较少时,使用SVM进行分类,不能得到准确的分类边界,本文采用半监督学习策略从大量未标记样本中提取边界向量来改善SVM.KNN分类器的引进不仅扩充了SVM的训练样本数目,而且优化了迭代过程中训练样本的标记质量,可不断修复SVM的分类边界.实验结果表明,所提出的方法能提高SVM算法的分类精度,通过调整参数能够获得更好的分类效果,同时也减小了标记大量未标记样本的代价.
- 李昆仑骆学荣孟晓倩
- 关键词：半监督学习支持向量机K-近邻边界向量迭代
- 基于半监督K-means的K值全局寻优算法被引量：11
- 2009年
- 提出一种基于半监督K-means的K值全局寻优算法,该算法打破传统方法中采用样本类别作为K值的限定,利用少量标记数据即可指导和规划大量无监督数据.结合数据集自身的分布特点及聚类后各个簇内的监督信息,根据投票方法来指导簇中数据集的类别标记.实验表明,本文所提出的方法可以有效的寻找适合数据集的最佳K值和聚类的中心,提高聚类性能.
- 孙雪李昆仑胡夕坤赵瑞
- 关键词：半监督聚类K均值算法投票
- 一种内侧指横纹识别方法
- 2012年
- 提出了一种新的内侧指横纹识别方法.首先,对图像采集设备进行改进,在采集过程中固定了手指方向,使获得的指横纹感兴趣区域(ROI)之间只存在微小的平移变换,有利于提高图像匹配的精度.另外,在预处理阶段,利用Gabor滤波法检测手指线特征以分割手指,并从中提取出ROI.在特征匹配阶段,提出了一种利用投影比较进行定位的图像匹配方法,对ROI特征图像进行水平和垂直方向投影,通过比较所得的一维向量实现感兴趣区域的精准定位.评估系统建立在包含来自于77个人的820幅图像的数据库上,等错误率仅为0.61%,单次匹配时间为3.1ms,证明该算法可快速实现指横纹特征识别,准确率较高.
- 刘明田永梅麻英晖
- 关键词：生物特征识别图像采集
