国家教育部博士点基金(200800041049)
- 作品数：5 被引量：4H指数：2
- 相关作者：罗四维黄雅平王亮王哲邹琪更多>>
- 相关机构：北京交通大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- Renyi信息熵指导下的聚合层次化聚类
- 2011年
- 聚合层次化聚类是聚类分析中发现数据集潜在结构的一类重要方法.在这类方法中,影响聚类质量的一个关键问题是如何度量子类之间的距离.作为子类间的相似性度量,不但可以通过非参数估计的方式进行计算,还可有效地利用子类数据集中所有样本提供的信息,对子类中数据分布的描述更加充分.实验结果显示,在两种具有代表性的人造数据集上,基于Renyi熵的类间距离度量比3种传统度量方法有更好的层次化聚类效果.并且,在图像过分割的情况下,通过Renyi熵距离对子分割区域进行合并可以找到合理的分割目标.
- 白雪罗四维黄雅平
- 关键词：RENYI熵
- 带评价系统的曲率相关有向主动轮廓模型
- 2010年
- 主动轮廓模型广泛应用于很多领域,但这个框架下的模型都有两个关键的难点.针对这一问题,通过对已有方法失败原因的分析,本文提出了一种新颖的外力大小与曲率相关的主动轮廓模型(CDM模型).任何粗分割方法都能为该模型预测方向提供灵活有效的线索,并且模型外力的大小定义为曲线曲率的相关方程.这使得该模型具有许多与众不同的优点,并能够有效避免自相交现象的发生.在不同的收敛过程和不同的主动轮廓模型中,评价模块的出现能够有效地度量模型结果与真实目标轮廓之间的相似度.实验结果显示,CDM模型在其他模型失败的例子中能够得到正确、鲁棒的结果,并且能够在医学图像中精确地拟合目标轮廓.
- 李燕罗四维邹琪
- 关键词：计算机应用主动轮廓模型图像分割
- 基于成对累计量的自然图像拓扑表示模型被引量：2
- 2012年
- 针对传统模型建模复杂、算法效率较低等缺点,提出了一种学习自然图像拓扑表示的新方法.不同于传统的空域汇集操作,文中利用"成对累计量"对初级视皮层复杂细胞之间的二元关系进行建模,并结合向量在高维空间中的分布特点,得到了能够模拟V1区复杂细胞特性的自然图像拓扑表示模型.此外,在模型的估计部分,推导出基于"不动点迭代"的快速学习算法.实验表明,该模型能够有效地捕捉复杂细胞中的非线性依赖关系,从自然图像中学习的基向量具有类似于V1区复杂细胞的特性.与传统方法相比,文中算法不仅适用于完备或超完备基的学习问题,而且具有类似于FastICA算法的收敛性能,比同类算法更加快速可靠.
- 王哲黄雅平罗四维王亮
- 关键词：独立分量分析不动点算法
- 基于自适应尺度LE的轮廓编组算法
- 2011年
- 在图嵌入框架下,以编组线索的聚类来实现轮廓编组的方法,不仅可以有效地将局部特征和全局特征结合起来,而且更加符合人类视觉感知以流形存在的特点.本文在分析相似度矩阵对样本结构表示意义的基础上,提出了一种基于自适应尺度Laplacian Eigenmap的轮廓编组算法.该算法能够根据编组线索多维特征的不同局部统计特性,自适应地改变相似度计算模型中的尺度因子,使相似度矩阵更准确地反映编组线索数据集的结构特性.在此基础上通过降维实现编组元的聚类,从而得到轮廓编组的结果.实验证明,该算法对于局部统计特性差异较大的编组线索有着良好的适应性,尤其对于有遮挡的感知目标,表现出比图分割方法更为优越的性能.
- 尹辉罗四维黄雅平邹琪
- 关键词：知觉组织图嵌入聚类降维
- 一种新的复杂细胞启发下的特征提取方法被引量：3
- 2011年
- 鉴于V1区复杂细胞具有提取外界刺激不变本质的能力,设计了一个提取目标图像局部不变特征的方法.该方法首先使用提出的无监督算法(PCICA),从图像中学习出类似于复杂细胞感受野的滤波器集合.然后利用这些滤波器组成的复杂细胞描述子,提取目标图像各个位置的不变特征.最后对图像特征图进行分块统计,将各区域的直方图序列作为图像的最终描述.测试结果表明,PCICA具有类似于快速独立分量分析算法(FastICA)三阶收敛的特点,从图像中学习出的滤波器集合,表现出复杂细胞感受野的拓扑结构.这些滤波器对于局部图像的微小变化并不敏感,对于检测不变特征十分有利,并在MNIST手写体数据库上取得0.84%的识别错误率.
- 王哲黄雅平罗四维王亮
- 关键词：固定点算法独立分量分析
