您的位置: 专家智库 > >

高晴晴

作品数:4 被引量:33H指数:3
供职机构:河北工业大学计算机科学与软件学院更多>>
发文基金:天津市自然科学基金河北省高等学校科学技术研究指导项目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>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 1篇跌倒
  • 1篇动态模板匹配
  • 1篇多特征融合
  • 1篇信念网络
  • 1篇学习算法
  • 1篇移动机器人
  • 1篇语音
  • 1篇语音识别
  • 1篇增量学习算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇视觉显著性
  • 1篇特征提取
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇目标检测
  • 1篇目标识别

机构

  • 4篇河北工业大学

作者

  • 4篇彭玉青
  • 4篇高晴晴
  • 3篇张媛媛
  • 1篇赵翠翠
  • 1篇刘帆
  • 1篇李木
  • 1篇刘楠楠
  • 1篇闫倩

传媒

  • 1篇数据采集与处...
  • 1篇计算机应用与...
  • 1篇传感技术学报
  • 1篇郑州大学学报...

年份

  • 4篇2016
4 条 记 录,以下是 1-4
排序方式:
基于微调优化的深度学习在语音识别中的应用被引量:8
2016年
针对深度学习模型在对小样本进行训练时会出现过拟合现象,提出随机退出优化方法和随机下降连接优化方法.这两种方法针对深度学习模型的微调阶段进行改进,最大限度减少由于训练数据量较少使得深层网络模型训练出现过拟合现象,并且使权值的更新过程更具有独立性,而不是依赖于有固定关系的隐层节点间的作用,同时可以降低识别错误率.对自建孤立语音词汇库进行了训练和识别,结果表明,在深度信念网络的基础上引入随机退出优化方法和随机下降连接优化方法可以提升识别率,缓解过拟合现象.
彭玉青刘帆高晴晴张媛媛闫倩
关键词:语音识别神经网络
基于RBF神经网络的集成增量学习算法被引量:2
2016年
针对增量学习的遗忘性问题和集成增量学习的网络增长过快问题,提出基于径向基神经网络(RBF)的集成增量学习方法。为了避免网络的遗忘性,每次学习新类别知识时都训练一个RBF神经网络,把新训练的RBF神经网络加入到集成系统中,从而组建成一个大的神经网络系统。分别采用最近中心法、最大概率法、最近中心与最大概率相结合的方法进行确定获胜子网络,最终结果由获胜子网络进行输出。在最大概率法中引入自组织映(SOM)的原型向量来解决类中心相近问题。为了验证网络的增量学习,用UCI机器学习库中Statlog(Landsat Satellite)数据集做实验,结果显示该网络在学习新类别知识后,既获得了新类别的知识也没有遗忘已学知识。
彭玉青赵翠翠高晴晴
关键词:RBFSOM
基于多特征融合的跌倒行为识别与研究被引量:7
2016年
在全球老龄化和空巢家庭的社会背景下,老年人的跌倒已成为当今社会备受关注的问题,为了能及时为老年人提供帮助,减轻摔倒带来的伤害,提出了一种基于图像处理的多特征融合跌倒识别算法。针对前景提取,本文提出了一种三帧差分法与背景减除法加权结合的目标提取算法,进而提取出目标轮廓的高度、宽高比、质心、矩形周长、Hu矩及Zernike矩特征;以行走、坐下、蹲下和跌倒4种行为数据作为样本,最后通过参数优化后的支持向量机训练及预测来实现跌倒的检测与识别。实验结果表明,所提出的算法不仅有效而且速度快、易于实现,平均识别率超过了95%。
彭玉青高晴晴刘楠楠宋初柏张媛媛
关键词:目标检测特征提取支持向量机
基于动态模板匹配的移动机器人目标识别被引量:16
2016年
将视觉显著性与基于动态模板匹配的目标识别方法相结合,提出了一种适用于未知环境下的移动机器人目标识别方法。具体而言,首先设计了基于分布式控制的移动机器人视觉系统,提高了视频处理效率;之后利用基于背景先验的显著性检测方法对图像进行预处理,排除了相对次要的背景区域;最后对处理后的图像进行动态模板匹配,提高了目标识别的准确率。实验结果表明,该方法能够满足移动机器人在目标识别过程中对图像处理的实时性和准确性的要求,具有良好的有效性。
彭玉青李木高晴晴张媛媛
关键词:移动机器人目标识别视觉显著性分布式控制
共1页<1>
聚类工具0