刘震
- 作品数：2 被引量：7H指数：1
- 供职机构：吉林大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金国家电子信息产业发展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更多>>
- 基于模糊自适应粒子群的垃圾邮件过滤新方法被引量：7
- 2011年
- 提出了一种新的垃圾邮件过滤方法(NSFM),从高维的文本特征中删除冗余的特征,选择对分类精度提高有贡献的特征,从而提高了垃圾邮件过滤的分类准确率。提出了一种模糊自适应粒子群(IFAPSO),通过模糊控制,动态的调控粒子群的惯性权重、学习因子和粒子数量比。NSFM包含核心特征选择、特征选择、垃圾邮件过滤3个阶段,第一阶段利用信息增益求取每个特征的信息值,构建核心特征集合,生成一定数量的核心特征子集;第二阶段根据核心特征子集对IFAPSO进行初始化,利用模糊控制器对粒子群进行自适应的调节,完成特征选择;第三阶段使用支持向量机对最优的特征子集分类,完成垃圾邮件过滤。本文采用PU1、Ling-Spam、SpamAssassin数据集数,通过多种对比实验证明:本方法自适应性强,可选择到较优的特征子集,有效地提高了分类精度,提升了垃圾邮件过滤的性能,具有较高的实用价值。
- 王刚刘元宁张晓旭赵正东朱晓冬刘震
- 关键词：人工智能粒子群模糊控制垃圾邮件过滤支持向量机
- 基于生成模型提升训练的深度学习虹膜识别方法
- 2022年
- 提出了一种改进的深度虹膜分类模型EnhanceDeepIris,在生成网络的辅助下,对深度学习虹膜分类网络进行二次训练,使已经在原始训练集上收敛的分类网络继续训练,得到在测试集上泛化能力更好的网络。使用3个先进的图像分类网络VGG16、ResNet101和DenseNet121验证EnhanceDeepIris对深度学习分类网络的提升效果。在两个虹膜数据集CASIA-Iris-Thousand和JLU6.0上对该方法进行实验,结果表明,与传统数据增强方法相比,经过EnhanceDeepIris提升训练的分类模型识别精度更高、测试效果更稳定。
- 刘元宁朱琳朱晓冬刘震刘震
- 关键词：计算机应用虹膜识别图像生成
