您的位置: 专家智库 > >

张夏欢

作品数:3 被引量:5H指数:1
供职机构:北京工业大学计算机学院更多>>
发文基金:北京市教委科技发展计划北京市自然科学基金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

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇半监督学习
  • 2篇眉毛
  • 1篇信用
  • 1篇信用评估
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇图像分割
  • 1篇朴素贝叶斯
  • 1篇期望最大化
  • 1篇主成分
  • 1篇主成分分析
  • 1篇向量
  • 1篇向量机
  • 1篇眉毛识别
  • 1篇个人信用
  • 1篇傅里叶
  • 1篇傅里叶变换
  • 1篇半自动
  • 1篇贝叶斯

机构

  • 3篇北京工业大学
  • 3篇海南大学

作者

  • 3篇张晨光
  • 3篇张夏欢
  • 2篇李玉鑑
  • 1篇张燕

传媒

  • 1篇计算机工程与...
  • 1篇计算机与现代...
  • 1篇计算机科学与...

年份

  • 2篇2012
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
半自动眉毛识别方法被引量:1
2011年
提出了基于哈希图半监督学习和支持向量机的半自动眉毛识别方法。针对图半监督学习构图时间复杂度过高的缺点,提出了基于哈希图半监督学习的纯眉毛图像半自动提取方法。在纯眉毛图像的基础上通过傅里叶变换和Gabor变换及主成分分析提取纯眉毛图像的特征向量,用于支持向量机的训练和识别。在北工大眉毛数据库上,通过眉毛识别实验,分析了图半监督学习和哈希图半监督学习对提取纯眉毛图像速度的影响,并且总结了它们与特征向量和核函数的选择对识别率的影响。
李玉鑑张夏欢张晨光
关键词:眉毛识别傅里叶变换主成分分析
正例半监督学习眉毛图像分割
2012年
针对传统交互图像分割方法需要同时标注背景和前景的问题,提出一种新的交互图像分割方法——正例半监督学习图像分割。该方法结合正例半监督学习和图半监督学习,仅需要在感兴趣的图像区域标记少量像素点,就可以完成该区域的分割。在北工大眉毛图像数据库上的实验表明本文提出的方法与图半监督学习、随机游走和Lazy Snapping相比具有更稳定的分割效果。
张夏欢李玉鑑张晨光
关键词:朴素贝叶斯期望最大化
基于改进图半监督学习的个人信用评估方法被引量:4
2012年
针对个人信用评估中未标号数据获取容易而已标号数据获取相对困难,以及普遍存在的数据不对称问题,提出了基于改进图半监督学习技术的个人信用评估模型。该模型采用了半监督学习技术,一方面能从大量的未标号数据中学习,避免了个人信用评估中已标号数据相对缺乏造成的泛化能力下降问题;另一方面,通过改进图半监督学习技术,对图半监督迭代结果进行归一化及修改决策边界,有效减小了数据不对称的影响。在UCI的三个信用审核数据集上的评测结果表明,该模型具有明显优于支持向量机和改进前方法的评估效果。
张燕张晨光张夏欢
关键词:信用评估支持向量机
共1页<1>
聚类工具0