何荧
- 作品数：6 被引量：13H指数：2
- 供职机构：西南大学计算机与信息科学学院更多>>
- 发文基金：教育部“春晖计划”辽宁省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 高维数据下的特征选择与聚类方法研究
- 在信息技术日新月异的今天，数据量呈几何式增长，数据的维数越来越高，使得信息更为充分的同时，也给数据挖掘算法带来了诸多挑战，尤其是对分类和聚类问题的影响较为突出。数据的高维性不仅增加了算法的时间复杂度和空间复杂度，还降低了...
- 何荧
- 关键词：高维数据聚类方法
- 文献传递
- 基于多尺度多通道均值的视觉显著性检测
- 针对已有视觉显著性检测方法很难清晰地提取出图像的显著性区域、检测准确性不高的问题,提出一种基于多尺度多通道均值的视觉显著性检测方法.利用二维小波变换对图像进行小波分解和重构,用双立方插值对滤波后图像进行多尺度缩小,计算图...
- 孙浪唐雁苗宗霞谢松山何荧
- 关键词：显著性检测小波变换
- 文献传递
- 基于多尺度多通道均值的视觉显著性检测被引量：1
- 2015年
- 针对已有视觉显著性检测方法很难清晰地提取出图像的显著性区域、检测准确性不高的问题,提出一种基于多尺度多通道均值的视觉显著性检测方法.利用二维小波变换对图像进行小波分解和重构,用双立方插值对滤波后图像进行多尺度缩小,计算图像各个通道的均值,以图像与各个通道均值的距离作为图像的显著值,保留图像中显著值不小于其显著均值的部分,用双立方插值对图像进行放大并进行图像叠加,利用线性归一化得到最终显著图.结果表明所提出的方法能够清晰地提取出图像的显著性区域,提高检测准确性.
- 孙浪唐雁苗宗霞谢松山何荧
- 关键词：视觉显著性小波变换多尺度多通道
- 基于复杂网络和遗传算法的特征选择方法被引量：1
- 2014年
- 特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.
- 何荧唐雁张清辰谢松山孙浪苗宗霞
- 关键词：互信息PAGERANK节点重要度遗传算法
- 一种有效的多特征图像检索方法被引量：9
- 2014年
- 针对已有基于单一特征和综合特征的图像检索方法普遍存在的检索准确率较低、检索结果中的相关图像排序靠后的问题,提出一种有效的多特征图像检索方法.采用(16∶4∶4)量化方案对图像颜色进行量化,提取颜色特征,采用标记分水岭分割算法对图像进行分割,提取Jan Flusser不变矩作为形状特征,最后通过高斯归一化得到包含颜色和形状信息的多特征相似度.实验结果表明,该方法提高了检索准确率,使得检索结果中的相关图像排序靠前.
- 孙浪唐雁何荧谢松山苗宗霞
- 关键词：图像检索
- 面向分类数据的重叠子空间聚类算法SCCAT被引量：2
- 2016年
- 改进了面向分类数据的重叠子空间聚类算法(ROCAT),提出了面向分类数据的重叠子空间聚类算法(SCCAT).利用数据凝聚力模型(DCC)代替ROCAT的数据压缩模型以提高算法精度;将源数据集分为样本内数据集和样本外数据集,采取对样本内数据聚类,对样本外数据分类的方法完成聚类来降低算法复杂度.实验结果表明SCCAT在提高算法精度的同时,也降低了算法的时间复杂度和空间复杂度,适用于大规模数据的处理.
- 张辉荣唐雁何荧石教开徐平安
- 关键词：分类数据复杂度凝聚力
