您的位置: 专家智库 > >

刘红

作品数:5 被引量:43H指数:4
供职机构:华中师范大学物理科学与技术学院更多>>
发文基金:国家社会科学基金国家自然科学基金国家科技支撑计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇会议论文

领域

  • 4篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇手势
  • 2篇手势识别
  • 2篇聚类
  • 2篇均值聚类
  • 2篇加速度
  • 2篇RBF神经网...
  • 2篇K-均值
  • 2篇K-均值聚类
  • 2篇标签
  • 1篇动态时间规整
  • 1篇信号
  • 1篇隐马尔可夫模...
  • 1篇语音
  • 1篇语音情感
  • 1篇语音情感识别
  • 1篇语音信号
  • 1篇支持向量
  • 1篇支持向量机

机构

  • 5篇华中师范大学

作者

  • 5篇刘蓉
  • 5篇刘红
  • 4篇李书玲
  • 1篇刘家祺
  • 1篇张鎏钦

传媒

  • 2篇计算机应用
  • 1篇计算机应用研...
  • 1篇计算机科学
  • 1篇2014湖北...

年份

  • 1篇2017
  • 2篇2015
  • 1篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
改进型RBF神经网络的多标签算法研究被引量:8
2015年
针对已有的RBF神经网络多标签算法未充分考虑多个样本标签之间的关联性,从而导致泛化性能受到一定影响的问题,研究分析了一种改进型RBF神经网络的多标签算法。该算法首先优化隐含层RBF神经网络基函数中心求取算法——k-均值聚类。采用AP聚类自动寻找k值以获得隐含层节点数目,并构造Huffman树来选取初始聚类中心以防k-均值聚类结果陷入局部最优。然后构造体现标签类之间信息的标签计数向量C,并将其与由优化k-均值聚类得到的聚类中心进行线性叠乘,进而改进RBF神经网络基函数中心,建立RBF神经网络。在公共多标签数据集emotion上的实验表明了该算法能够有效地进行多标签分类。
李书玲刘蓉刘红
关键词:RBF神经网络K-均值聚类
改进型RBF神经网络的多标签算法研究
针对已有的RBF神经网络多标签算法未充分考虑多个样本标签之间的关联性,从而导致泛化性能受到一定影响的问题,研究分析了一种改进型RBF神经网络的多标签算法。该算法首先优化隐含层RBF神经网络基函数中心求取算法——k-均值聚...
李书玲刘蓉刘红
关键词:RBF神经网络K-均值聚类
基于随机投影的加速度手势识别被引量:5
2015年
针对手势交互中手势信号的相似性及不稳定性,设计并实现了一种基于随机投影(RP)的加速度手势识别方法。识别系统包含训练阶段和测试阶段:训练阶段运用动态时间规整(DTW)和近邻传播(AP)算法对训练集中的每一个手势迹创建样本中心;测试阶段先通过计算未知手势迹与样本中心的距离找出候选姿势迹,然后用RP算法将候选手势迹和未知手势迹投影到低维子空间,把识别问题转换成l1-minimization问题来对未知的手势迹进行识别。在采集的2 400个数据样本上进行了基于特定人和非特定人的实验,结果表明所提算法分别取得了98.41%和96.67%的识别率,该方法能够有效识别加速度手势动作。
刘红刘蓉李书玲
关键词:手势识别动态时间规整
基于改进型SVM算法的语音情感识别被引量:22
2013年
为有效提高语音情感识别系统的识别率,研究分析了一种改进型的支持向量机(SVM)算法。该算法首先利用遗传算法对SVM参数惩罚因子和核函数中参数进行优化,然后用优化后的参数进行语音情感的建模与识别。在柏林数据集上进行7种和常用5种情感识别实验,取得了91.03%和96.59%的识别率,在汉语情感数据集上,取得了97.67%的识别率。实验结果表明该算法能够有效识别语音情感。
李书玲刘蓉张鎏钦刘红
关键词:支持向量机语音情感识别语音信号参数优化
基于加速度轨迹图像的手势特征提取与识别被引量:8
2017年
针对手势加速度识别中存在数据维度高、计算量大等问题,提出一种基于加速度轨迹图像的手势NMF特征提取与识别方法。通过Wiimote手柄获取手势动作的加速度信号,经过实时有效手势动作分割后,将加速度数据转换为手势轨迹图像,并用非负矩阵分解对手势加速度轨迹图像提取特征向量,最后构建离散隐马尔可夫模型实现目标手势识别。加速度手势轨迹图像转换及采用非负矩阵分解的特征提取方法将未知手势轨迹特征转换为低维子特征序列,降低了计算复杂度,实验表明,该方法能有效识别手势动作。
刘蓉刘家祺刘红
关键词:手势识别加速度传感器非负矩阵分解隐马尔可夫模型
共1页<1>
聚类工具0