国家教育部博士点基金(20049998012)
- 作品数：2 被引量：29H指数：2
- 相关作者：周宗潭胡德文肖健尹峻松尹俊松更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- ReART:a Novel Adaptive Resonance Theory for Pattern Learning and Recognition based on NO Retrograde
- ＜正＞A novel adaptive resonance theory（ART） based on Nitric Oxide（NO） retrograde mechanism,named retrograde ART（...
- Dewen HuPeng JiaJunsong YinZongtan Zhou
- 文献传递
- 非线性流形学习方法的分析与应用被引量：25
- 2007年
- 非线性流形学习以保持数据局部结构的方式将高维输入投影到低维空间,发现隐藏在数据中的内在几何结构与规律性,是近年来机器学习与认知科学中一个新的研究热点.文中分析了几种主要的流形学习方法,通过比较给出各方法的优缺点;提出了基于谱分析的非线性降维的统一框架,对于流形学习方法的研究具有重要意义;给出了手写数字和人脸图像序列等降维的实验结果,显示了非线性流形学习在数据约简和可视化方面的有效应用;最后结合作者的研究探索,总结了非线性流形学习需要解决的问题并展望其研究趋势.
- 尹峻松肖健周宗潭胡德文
- 关键词：非线性降维流形学习维数估计
- 基于AdaBoost的肤色检测新方法被引量：4
- 2008年
- 本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器。提出了用圆形分类器作为弱分类器描述色度空间中的肤色分布,将AdaBoost学习算法用于肤色的聚类分析中。实验表明,该方法误检率低、鲁棒性好,对肤色检测问题有较强的实用性。
- 毕远胡德文沈辉周宗潭冯贵玉尹俊松
- 关键词：肤色检测
