山东省自然科学基金(ZR2010FM021) 作品数:29 被引量:95 H指数:5 相关作者: 张化祥 刘丽 杨峰 计华 马媛媛 更多>> 相关机构: 山东师范大学 山东省分布式计算机软件新技术重点实验室 天津海事局 更多>> 发文基金: 山东省自然科学基金 国家自然科学基金 国家教育部博士点基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于全局距离和类别信息的邻域保持嵌入算法 被引量:2 2016年 提出一种基于全局距离和类别信息的邻域保持嵌入算法。该方法在使用欧氏距离构造邻域图中,加入表征全局距离的全局因子和表示类别信息的函数项,全局因子可以使分布不均匀的样本变得平滑均匀,类别信息可以使同类样本点紧凑异类样本点疏离,通过提高所选邻近点的质量,优化数据的局部邻域,使降维后的数据具有更好的可分性。试验结果表明,该算法具有较高的准确率,优于传统的邻域保持嵌入算法。 梅清琳 张化祥关键词:降维 类别信息 基于随机特征子空间及加权核函数的 SVM 算法 2015年 为克服 SVM 算法缺乏高效率和低准确率的问题,笔者对 SVM 算法进行改进。首先通过采用 ReliefF 算法得到各个特征权值,然后基于随机特征子空间方法,即每次都选取权值较大的几个特征,再从剩余特征中随机选取一定数量特征共同组成一个特征空间来表示样本的一个视图。在进行训练分类器时,将特征的权值也应用于 SVM 的核函数中。实验表明,本文算法能有效提高 SVM 的分类精度。 魏亚利 刘丽 项雪琰 齐绪停关键词:支持向量机 RELIEFF 基于 KPCA 和 RST 的不平衡垃圾网页检测 2015年 垃圾网页检测具有重要的现实意义。笔者针对 Webspam 数据集特征维数较高且严重不平衡的特点,从两个方面综合处理数据集。首先利用核主成分分析(KPCA)进行特征提取,选择出最具代表性的特征,实现特征降维,再通过重构数据集(RST),将数据集重新划分组合成新的训练子集,降低其不平衡度,最后使用处理后的数据子集训练分类器。在数据集 Webspam - UK2007上进行实验。实验结果表明,使用平衡和降维后的数据集训练的分类器,可有效提高垃圾网页的识别精度。 项雪琰 高玲 魏亚利关键词:不平衡数据 KPCA 高斯核函数 子模式局部保持映射人脸识别 2012年 研究表明基于整体思想的人脸识别方法由于忽略图像的局部信息,在识别性能方面不如局部信息特征保持较好的基于子模块思想的识别算法。基于应用流形技术对图像降维后能够较好保持非线性子流形中的局部数据流形结构,提出了一种改进的子模式局部保持映射人脸识别算法。其主要思想是将同类的不同图像一并划分子集,由同位置子图组成子模块,并对子模块运用LPP算法学习其流形结构,与将不同类图像一并划分子集学习流形的方法不同。实验表明,该算法能更好地保持人脸图像的局部流形结构和信息特征,提高了识别率。 曹林林 张化祥 王至超关键词:人脸识别 子模式 局部保持映射 流形学习 基于约束三角剖分的k-means聚类 2013年 提出基于约束三角剖分的k-means聚类算法.笔者首先按照约束三角剖分规则对数据点集进行三角网格化,删除大于给定阈值的长边形成k个连通子图,每个连通子图作为一个子类;然后对删除长边的孤立数据点在其邻域内进行局部划分,将其归到最接近的子类中.实验结果表明本文算法无需事先输入聚类数目,可以发现任意非凸形状簇. 王俊杰 刘丽关键词:K-MEANS聚类 基于跨媒体字典的图像检索 被引量:1 2014年 当前存在的图像检索大多是基于内容的检索,为提高检索的准确率,通过整合文本及视觉信息,提出一种自动将文本查询转化为可视化表示的方法,实现基于跨媒体字典的图像检索。采用标注图像集挖掘文本和图像间的关系,训练建立一个类似于双语字典的跨媒体字典,自动将文本查询转化为视觉查询,分别进行基于文本和基于视觉的图像检索,将2种方法检索到的图像合并作为最终检索结果。实验结果表明,该方法能有效地提高图像的查准率。 顾文娇 张化祥关键词:图像标注 基于RBAC权限管理系统的优化设计与实现 被引量:23 2011年 针对Web系统的特点及其对用户访问控制的特殊要求,在RBAC(基于角色的访问控制)模型的基础上进行了优化,设计并实现了分级的、细粒度的权限管理子系统。该子系统结合用户权限驱动的动态多级Web导航,在很大程度上提高了Web系统的易用性。系统的实现基于统一的基类,大大提高了代码复用,几乎无需修改现有程序就可以把本系统无缝地集成到现有Web系统中。实践证明此方案不仅可以满足大中型Web系统对权限管理的需求,而且能随组织结构或安全需求的变化而变化,具有很好的灵活性和可操作性。 信科 杨峰 杨光旭 马媛媛关键词:访问控制 权限管理 最值间距支持向量机 被引量:2 2012年 GEPSVM(Proximal Support Vector Machine Classification via Generalized Eigenvalues)是近年提出来的一种新的二分类SVM,其核心思想是通过求解广义特征方程得到两个最优超平面,然后通过计算样本到超平面的距离来决定样本所属类别。与传统SVM相比,GEPSVM降低了时间复杂度,但仍存在奇异性等问题。提出了一种新的算法TDMSVM(Twin Distance of Minimum and Maximum Support Vector Machine),其通过求解标准特征方程得到两个最优超平面,使超平面满足到本类样例的平均距离最小化,同时到另一类样例的平均距离最大化。通过理论分析和实验证明,与GEPSVM相比,TDMSVM有以下优势:进一步降低了时间复杂度;不需引入正则项,从而提高了泛化性能;克服了奇异性。 王至超 张化祥关键词:模式识别 特征向量 支持向量机 基于改进FCM算法和贝叶斯分类的图像自动标注 被引量:1 2013年 为跨越高层语义概念与底层视觉特征之间的语义鸿沟,本研究提出一种新的图像自动标注方法。该方法首先采用灰度直方图方法对图像分割并提取图像区域的纹理特征,然后利用FCM算法中增大关联度高的特征权重更好地实现对分割后图像区域的聚类效果。最后改进贝叶斯分类器建立图像区域和语义概念间的关联模型,通过比较测试图像和训练图像间的最大相似度实现测试图像的自动标注。在Corel通用图像数据集上与其他几种方法进行了对比实验,实验结果表明改进后的标注方法优于传统标注方法。 朱娜娜 张化祥 刘丽关键词:灰度直方图 纹理特征 贝叶斯分类 图像自动标注 基于颜色和边缘方向的图像检索方法 被引量:5 2016年 提出了一种新的图像特征表示方法,首先提取图像的底层颜色信息获取颜色特征值,通过对图像中物体的边缘检测计算像素点的边缘方向角度值,并对颜色特征值和边缘方向角度值进行量化。然后根据相邻像素点之间量化结果的数值分析,为每个像素点建立8维特征向量。再以中心像素点与相邻像素点间不同的位置关系为基础,为每种位置关系赋予不同的权重,根据像素点的特征向量计算出图像中每一个像素点的特征值。最后统计图像中具有相同特征值的像素点个数,形成特征直方图,以此作为图像检索的依据。实验表明本文方法能够有效描述图像的颜色分布和图像中物体的空间结构,更加细致地记录图像信息,进一步增强图像之间的区分能力。与其他方法相比,本文方法检索效果更好。 赵猛 张化祥 刘丽关键词:HSV颜色空间