国家教育部博士点基金(20090201120056)
- 作品数：2 被引量：2H指数：1
- 相关作者：孟德宇孙剑刘京鑫洪涛王楠更多>>
- 相关机构：西安交通大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：理学电子电信更多>>
- 基于视觉原理的分类算法被引量：2
- 2010年
- 从一种新的基于生物视觉原理的观点,提出了一种新的数据分类算法.将数据集看作图像,利用高斯导函数进行特征提取,并用提取出来的特征计算数据的局部结构,在此基础上设计各向异性感受野函数,最后根据各向异性的核函数构造出分类决策函数.在标准测试集上的实验表明:所提出的算法与支持向量机算法分类正确率相当,同时具有更高的训练速度;与Parzen窗分类算法相比,尽管训练速度相对较慢,但分类精度明显提高,很好地综合了分类算法对训练速度和分类精度的要求.
- 刘京鑫孙剑孟德宇
- 关键词：数据挖掘视觉原理
- 基于L_1范数重建的稳健独立成分分析
- 2013年
- 独立成分分析(independent component analysis,ICA)是一种混合信号处理与分离方法,能够从多维混合观测数据中分离出各个独立成分。目前,ICA已成功应用于特征提取、信号处理、模式识别等诸多领域。然而,由于实际问题的复杂性,可观测到的混合观测中往往含有噪声、异常点与缺失点,而标准ICA算法对这类数据往往不能有效处理。针对该问题,提出了一种基于L1范数重建的新思路。基本思路是将传统ICA模型中加入L1范数项重新建模,利用L1范数误差对噪声与缺失点的本质稳健性,提高模型应用普适性;进一步设计了针对该模型的有效求解算法。在混合人工信号分离、混合图像分离以及混合音频信号分离的实验证明中,所提算法能够显著提升现有ICA方法对于含噪声、异常点与缺失点数据的计算稳健性。
- 王楠洪涛孟德宇
- 关键词：噪声异常点
