肖建 作品数:8 被引量:43 H指数:4 供职机构: 南昌大学信息工程学院 更多>> 发文基金: 国家自然科学基金 江西省教育厅科技计划项目 江西省科技计划项目 更多>> 相关领域: 自动化与计算机技术 更多>>
融合颜色与LBP纹理特征的布料色卡图像检索 被引量:6 2016年 针对在采购与销售布料中存在人工配色不准确、查找分类难等问题,基于图像检索相关技术,通过融合布料色卡图像的颜色特征和纹理特征进行图像检索应用研究。设计了布料色卡图像颜色特征提取算法和基于LBP的纹理特征提取算法,并提出融合颜色特征和纹理特征的布料色卡检索算法。对提出的融合颜色和纹理特征的布料色卡图像检索算法在3个标准图像纹理库和实际布料色卡图像数据集进行了详细的对比测试。通过对测试结果的分析,得出在融合颜色和LBP纹理特征的布料色卡图像检索方法中采用先颜色后纹理的策略进行布料色卡图像检索是最有效的检索方案。 刘嘉唯 肖勇锋 白小明 肖建关键词:图像检索 纹理特征 LBP算子 伴随时空特性的雷电预测BP-ANN模型研究 被引量:2 2019年 为提高雷电预测模型的准确率和学习性能,提出一种基于增量学习和时空特性的雷电预测BP-ANN二项分类器。通过增量方式和依据数据的时空特征进行历史数据的学习,建立多种BP-ANN模型,分别对新的数据进行预测分类,然后采用多数投票方式确定新数据的类别。分别构建基于增量学习的BP-ANN模型、基于时空特性的BP-ANN模型以及结合基于增量学习和时空特性的BP-ANN模型这3种雷电预测模型,并在真实雷电数据集上进行预测准确度和学习性能的测试,结果表明了增量学习、时空特性以及二者结合的优劣。 李芬 肖建 林志强 李志鹏基于改进RI方法的文本聚类 被引量:1 2016年 旨在通过考虑特征词汇的潜在语义和自身的重要性来提高文本聚类效果,研究基于RI方法的文本向量表示方法。首先,对基于RI方法构建的特征词汇随机索引向量中+1和-1向量元素出现位置进行约束,以避免在构建特征词汇上下文向量时可能造成该特征词汇潜在语义丢失现象;其次,在生成文本向量时考虑特征词汇自身重要性来改进权值的计算;最后,在测试数据上对基于RI方法的文本向量表示进行聚类效果测试与对比分析,结果表明采用基于RI方法能提高文本聚类效果。 熊玮 白越 刘爱国 吴洁洁 肖建关键词:文本聚类 文本向量 基于粗糙集模型的霾与气象要素相关性分析 被引量:3 2019年 针对霾与气象要素存在怎样的相关性这一研究问题,本文致力于探讨和挖掘出霾与哪些气象要素存在多大的相关性,提出一种基于决策属性重要度不一致多粒度粗糙集的霾与气象要素相关性分析模型.在真实气象观测数据集上对该模型进行对比测试和结果分析,测试结果验证了所提出模型的有效性. 李芬 余宇婷 肖建关键词:多粒度粗糙集 气象要素 基于多尺度卷积神经网络的交通标志识别 被引量:11 2020年 基于多纵卷积神经网络的交通标志识别算法识别率较高,但识别和训练时间较长,实用性较差。为此,构造一种基于多尺度卷积神经网络的道路交通标志识别模型。通过改进单尺度卷积神经网络中特征提取的基网络,将网络不同层级所产生的特征融合为多尺度特征并提供给分类器,以提高低层特征的利用率。在GTSRB数据集上的实验结果表明,该模型准确识别率达到99.25%,与多纵卷积神经网络模型相比,其在保证高精度的同时,识别和训练时间的降幅均超过90%,更适用于真实路况下交通标志的精准检测。 薛之昕 郑英豪 肖建 魏玲玲关键词:交通标志识别 基于WebGIS的雷电数据分析服务系统设计与实现 被引量:2 2016年 在总结以往雷电数据服务存在的不足和问题的基础上,介绍了WebGIS在构建雷电数据服务方面的优势和特点,构建了基于WebGIS的雷电数据分析服务系统。着重对基于TeeChart统计分析曲线绘制、基于MapXtreme统计分析专题图和等值线生成的关键技术进行论述,为雷电灾害防治及预测预报提供技术支撑。 刘嘉唯 余宇婷 刘彦章 肖建关键词:WEBGIS .NET TEECHART MAPXTREME 基于神经网络的光谱识别系统的设计与分析 被引量:12 2007年 光谱识别技术是光谱定性分析的基础。随着模式识别技术的发展,光谱识别技术已成为医药、环保、石化等行业进行快速检测的重要的手段。神经网络具有非线性映射、自适应学习、鲁棒性和容错性等特点,在信号处理、知识工程、模式识别等领域有着广泛的应用。文章以符合朗伯-比尔定律的光谱信号为研究对象,概述了运用神经网络进行模式识别的基本原理,随后根据光谱识别的具体要求,提出了基于多特征和神经网络的光谱识别方案,并进行了系统设计,建立了基本的模型框架。最后运用实例对该方法进行了说明。 熊宇虹 温志渝 王命延 徐少平 王炜立 肖建关键词:光谱分析 神经网络 模式识别 一种基于Cg语言在图形处理器GPU上实现加密的方法 被引量:6 2008年 由于图形处理器GPU(Graphics Processing Unit)最近几年迅速发展,国内外学者已经将基于GPU的通用计算作为一个新的研究领域[1,2]。在研究国外最新文献的基础上,分析了美国NVIDIA公司推出的Cg(C for Graphics)开发语言本身的特性,阐述了在GPU平台上利用Cg语言编写的分组加密程序需要特殊处理的地方,最后以DES算法为实例详细描述了编程的方法和实现过程。 徐少平 文喜 肖建 曾文关键词:GPU CG DES