国家自然科学基金(61303132)
- 作品数：21 被引量：73H指数：5
- 相关作者：侯阿临王新颖王昕王刚刚徐玉蕊更多>>
- 相关机构：长春工业大学吉林大学中国科学院长春光学精密机械与物理研究所更多>>
- 发文基金：国家自然科学基金国家留学基金吉林省自然科学基金更多>>
- 相关领域：自动化与计算机技术社会学更多>>
- 基于相位一致性改进的步态识别方法被引量：5
- 2017年
- 为克服步态轮廓变化对步态识别的不利影响,采用步态能量图改进对数Gabor相位一致性特征,提出一种新的步态识别方法。利用局部能量计算方法及频率扩展与噪声补偿策略,使提取的步态特征更具识别性和定位性,并对该步态特征进行线性判别分析降维。应用基于欧氏距离的最近邻分类器在CASIA和USF步态数据库上进行测试,结果表明该方法在个体携包行走、穿着和视角变化的情况下均能较好地识别步态轮廓,相比现有步态识别方法具有更高的正确识别率。
- 史东承贾令尧梁超王新颖
- 关键词：步态能量图相位一致性噪声补偿线性判别分析
- 基于特征选择和聚类的分类算法被引量：5
- 2018年
- 针对目前特征选择算法应用于数据分类精度不理想的问题,提出一种基于最大相关最小冗余的特征选择算法,该算法结合特征选择算法和聚类分析算法对特征进行处理,将分类中冗余的特征去除.利用支持向量机对一组心脏病患者实际测量得到的数据进行分类实验,实验结果表明,该方法可有效筛选影响分类的特征,进而提高分类准确率.
- 郭凯文潘宏亮侯阿临
- 关键词：聚类支持向量机
- 基于多特征融合的甲状腺结节良恶性识别被引量：2
- 2017年
- 鉴于甲状腺结节良恶性的判别十分依赖于有效特征的提取,提出基于DLBP与RLBP模型相结合的局部纹理特征提取算法,首先利用RLBP模型解决图像旋转不变问题,然后与DLBP模型相结合对RLBP模式特征进行选择与降维,再与纵横比、圆形度、紧致度等形状特征相结合并输入到SVM分类器中。为了进一步提高识别率,提出基于粒子群算法与网格搜索算法相结合的SVM参数优化算法。实验结果表明,该模型提取的特征用于分类识别时较上述各种模型及传统的旋转不变等价ULBP模型能获得更高的识别率,且提出的参数寻优算法相比于传统寻优算法效率更高。
- 李亮尹小童李梦烁曾朝伟王昕
- 关键词：参数寻优
- 改进LIC模型的甲状腺结节超声图像分割算法被引量：5
- 2017年
- 针对传统LIC(Local Intensity Clustering)模型在分割灰度不均匀图像时速度慢、精度不高且对初始轮廓位置敏感的缺点,提出了改进的LIC模型并将其用于甲状腺结节超声图像的分割。结合高斯概率分布引入局部方差变量构建新的局部灰度描述形式,将水平集演化设置在窄带范围内,以提高分割精度和速度;将标记分水岭算法获得的分割结果作为改进模型的初始轮廓,克服传统模型对初始轮廓敏感的缺点。对比实验结果表明,该改进模型能实现对甲状腺结节超声图像的快速自适应分割,并且在精度与分割速度上都较传统LIC模型有很大提高。
- 王昕李亮才晓东
- 关键词：甲状腺结节图像分割窄带
- 计算全息图的小波神经网络压缩方法被引量：2
- 2015年
- 采用小波神经网络方法对信息量较大、难提高压缩效率的计算全息图进行数据压缩,利用其较强的非线性映射和函数逼近能力自适应地调整和处理全息图,可大幅减少信息冗余,得到较好的压缩效果.实验结果表明:利用该算法能得到1.56%的低压缩率,此时的再现像较清晰,失真较小;与常用压缩算法相比,当压缩率很低时,用小波神经网络压缩全息图是一种切实可行且更有效的方法.
- 侯阿临吴亮廖庆王崇锦郭俊良
- 关键词：计算全息图像压缩小波分析小波神经网络
- 基于改进蚁群算法的机器人路径规划研究被引量：10
- 2021年
- 机器人自主移动导航是近年来研究的热点。针对蚁群优化(ACO)算法存在收敛速度慢以及易陷入局部最优的问题,提出了一种改进的ACO算法来解决机器人路径规划问题。上述算法将改进的人工势场(APF)算法和蚁群算法相结合,采用改进APF算法进行初始地图规划,减少了ACO算法初始规划的盲目性。算法利用A*算法的评估函数以及路径转折角度来改进启发函数,引入启发信息递增函数,免于局部最优的同时保证收敛速度。改进算法的信息素更新机制和路径评价函数,提高了算法的全局最优性,使得到的路径更符合实际需求。通过改进该算法的信息素更新机制和路径评价函数,提高了算法的全局最优性,得到的路径更符合实际需求。仿真结果表明,改进算法能提升收敛速度和最优解。
- 姜伟楠杨理柱李秀华侯阿临
- 关键词：路径规划蚁群优化算法启发式函数
- 基于改进的稀疏降噪自编码网络的三维模型识别方法被引量：2
- 2018年
- 针对海量数据挖掘中三维模型特征识别准确率较低的问题,提出一种改进的稀疏降噪自编码神经网络模型.先基于改进的稀疏降噪自编码方法构建深度神经网络模型,再利用无监督预训练方法及受限的拟牛顿计算方法对自编码神经网络进行训练,最后采用softmax回归和得到的特征训练最终的分类器.结果表明:该方法对有噪声的三维模型特征信息具有较好的鲁棒性;与栈式自编码神经网络和自学习神经网络相比,该方法识别率较高.
- 刘钢王慧王新颖
- 基于改进的L-BFGS稀疏降噪自编码网络的MRI脑图像识别方法被引量：1
- 2019年
- 随着人类科技的飞速发展以及医学影像设备的不断更新,医学影像技术在脑部病变的辅助诊断中起到了越来越重要的作用,为此,提出一种基于改进的L-BFGS稀疏降噪自编码网络模型(ILSDAE),并将其应用于MRI脑图像的阿尔茨海默病的识别与脑部疾病的辅助诊断。实验数据源取自ADNI数据集,经过校正、配准、分割、平滑等操作,获得脑部灰质图像,随后将改进的无监督贪婪预训练方法和L-BFGS算法相结合,对深度自编码网络进行训练并通过Softmax回归训练学习特征,从而实现对病症患者脑部图像的识别。ILSDAE网络模型具有很好的鲁棒性,与堆栈式自编码和自学习方法相比,实验结果证明了所提方法的有效性。
- 王新颖王婉秋王慧
- 关键词：阿尔茨海默氏症
- 基于智能手机传感器和SC-HMM算法的行为识别被引量：7
- 2013年
- 在获取智能手机传感器信号的基础上,提出一种基于谱聚类和隐Markov模型的日常行为识别算法.该方法利用智能手机获取的加速度、地理位置和接受信号强度等数据,结合谱聚类分析和隐Markov模型学习,能有效地对用户日常行为进行自动识别.实验结果表明,在真实的手机数据集中,该方法具有较高的准确度.
- 孙冰怡吕巍李文洋
- 关键词：智能手机传感器隐MARKOV模型谱聚类
- 基于图像空间金字塔SURF-BoW的步态识别被引量：3
- 2017年
- 在步态识别中,衣着的变化易降低步态识别效果。为此,提出一种保留步态特征空间分布信息的步态识别方法。提取步态能量图像各级空间金字塔网格的加速鲁棒特征,采用偏最小二乘空间金字塔表示方法对各自级层的特征加权后进行聚类,构建词袋模型,用该模型统计直方图表征步态特征。使用直方图相交核支持向量机在CASIA步态数据库进行实验,结果表明,该方法具有较好的识别效果,平均识别率优于四元数小波变换、掩模能量图、局部二值模式和局部纹理分析步态识别方法。
- 史东承贾令尧梁超王新颖
- 关键词：直方图
