张鑫 作品数:7 被引量:49 H指数:4 供职机构: 哈尔滨工业大学电气工程及自动化学院 更多>> 发文基金: 国家自然科学基金 黑龙江省自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 航空宇航科学技术 一般工业技术 机械工程 更多>>
基于流量分析的网站排序的研究 伴随着互联网的信息资源越来越丰富,如何准确、细致地获得所需的专业信息资源就显得越来越重要。网页排序技术使得权威重要的信息资源优先提供给用户,使得用户提高了工作和学习的效率。网站是同种主题、相似内容的网页集合。相比网页,网... 张鑫关键词:网站分类 文献传递 稳定标签传播的社区发现方法 被引量:6 2016年 为提高标签传播算法的稳定性,解决标签传播算法随机性导致社区发现结果相差较大的问题,对标签初始化、随机队列设置和标签传播中随机选择过程进行了改进,提出一种稳定的标签传播社区发现方法.该方法首先通过寻找不重叠三角形进行标签初始化,然后以节点标签的熵确定节点队列并分段随机排序,最后考虑邻接点的邻接点标签分布情况进行标签选择.实验结果表明,在Zachary’s Karate Club、Dolphin Social Network和American College Football 3个社会网络上,本文方法的稳定指标和质量指标结果均高于其他方法.稳定标签传播的社区发现方法保持了标签传播算法优点的同时,提高了社区发现结果的质量和稳定性. 张鑫 刘秉权 王晓龙关键词:随机性 稳定性 基于Android手机传感器数据识别运动状态 被引量:4 2015年 现阶段科技技术的发展进步,智能手机的功能越来越强大,手机上也集成了多种传感器模块,而手机的便于携带使用,功能强大等特性使得手机在相比于个人电脑和可穿戴设备上有着明显的优势。本文通过分析智能手机传感器采集到的用户运动状态数据,使用SVM多分类方法,来识别用户的运动状态。本文实验采用交叉验证方法,实验结果良好,能够很好地说明识别用户运动状态的准确率比较高。本文的下一个方向是结合MYO手环的手部识别,来更好更多地区分人的运动状态。 张鑫 李治军 姜守旭关键词:ANDROID手机 传感器数据 SVM 复杂网络中社区发现方法的研究 被引量:18 2015年 研究复杂网络中社区发现方法对分析复杂网络的拓扑结构和层次结构、理解社区的形成过程、预测复杂网络的变化趋势、挖掘复杂网络蕴含的规律特征具有十分重要的意义。同时,复杂网络社区发现方法在众多实际领域还有广泛的应用前景。综述了复杂网络社区发现方法的研究现状,将社区发现方法分为无重叠社区发现、重叠社区发现、演化发展社区发现三个方面,并分析比较了算法时间复杂度和准确度。试图为社区发现方法的研究工作提供有益的帮助和参考。 张鑫 刘秉权 王晓龙关键词:复杂网络 非合作目标姿态测量的嵌入式算法 被引量:13 2016年 针对一系列含有圆和直线特征的航天器,提出了基于嵌入式算法来实现非合作目标的姿态测量。该算法在现场可编程门阵列(FPGA)中完成边缘点的检测和边缘图像的细化;在数字信号处理器(DSP)中通过基于弧段的快速椭圆检测方法检测目标上的椭圆特征;同时用快速高精度的二次Hough直线检测方法检测目标上的直线特征。最后,针对实际在轨任务进行了地面模拟实验,基于椭圆特征和直线特征计算了目标飞行器和一个CCD相机的相对姿态。结果显示:该嵌入式方法所需资源较少,更新率优于3Hz;其测量精度随着测量距离的变大而变差,同一距离3个方向的测量精度不同,近距离(小于4m)、深度方向的测量精度优于100mm,其他方向最高优于60mm,角度精度优于1°,满足嵌入式系统对资源、在轨更新率和精度的要求。 吴斌 叶东 张鑫 赵振庆关键词:计算机视觉 非合作目标 空间金字塔颜色直方图在图像分类中的应用 被引量:5 2010年 颜色直方图在图像分类系统中有着重要的应用。针对像颜色直方图特征的空间关系,提出空间金字塔颜色直方图作为图像的特征表示。它结合了图像的全局特征以及分块特征的优点。使用支持向量机(SVM)以及常用的4种核函数进行了测试。在corel图像库上的实验结果表明,该特征可以有效地结合全局与空间特征,提高了图像的分类准确率。 张鑫 刘秉权 张德园 刘远超关键词:图像分类 支持向量机 改进的精密测角法标定面阵摄像机参数 被引量:3 2016年 改进了用于标定线阵摄像机的传统精密测角算法,标定用于面阵摄像机的参数。该算法利用两束平行光之间的夹角和投影在摄像机上图像点之间的对应关系,在给定一个预测摄像机主点的基础上计算它和实际主点之间的偏差以及摄像机焦距。分析了图像特征提取误差对于平行光夹角测量精度的影响,并给出一种基于平行光夹角误差最小的最优估计,从而进一步提高摄像机内部参数的标定精度。通过仿真实验分析了图像特征提取精度和平行光夹角测量精度对摄像机参数标定精度的影响。结果显示,当图像特征提取精度为0.1pixel,二维转台精度为0.5″时,主点标定精度可以达到0.56pixel,焦距标定精度可以达到0.06mm。利用精度为0.5″的二维转台对摄像机参数进行了实际标定,通过分析像点和标定结果所计算的平行光夹角和实际测量的平行光夹角的误差,可知本文算法的误差是经典精密测角法的68.6%,由此证明该算法对于面阵摄像机参数标定具有更好的结果。 赵振庆 叶东 张鑫 陈刚