公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

一种基于空间编码技术的轨迹特征提取方法被引量：6: 2017年; GPS数据存在位置精度偏差而且易受噪声干扰,大规模数据挖掘前需要进行轨迹特征提取.本文提出基于Geo Hash的空间编码技术Geo Hash Tree对时空点进行索引,提高邻域轨迹点查询效率.将Geo Hash Tree应用于轨迹聚类,提出一种改进的基于密度的轨迹聚类算法,使聚类中最近邻点查询时间复杂度由O(n^2)降为O(n log n).以提取角度变化点为基础,通过聚类对角度变化点进行深层次特征提取,实现特征点的准确识别.大量真实GPS数据上的实验结果表明:相比传统算法,基于Geo Hash Tree空间索引结构的轨迹聚类算法时间开销平均提升90.89%,同时保证聚类结果的准确性.可视化结果表明:在大规模数据集上,轨迹特征提取方法能够准确找到角度变化点,有效挖掘各类特征点.此外,算法不依赖路网数据,可根据路网实时改变时新增的轨迹数据进行动态更新.; 乔少杰韩楠李天瑞熊熙元昌安黄江涛王晓腾; 关键词：大数据编码方法聚类分析特征提取

构建多尺度深度卷积神经网络行为识别模型被引量：31: 2017年; 为了减化传统人体行为识别方法中的特征提取过程,提高所提取特征的泛化性能,本文提出了一种基于深度卷积神经网络和多尺度信息的人体行为识别方法。该方法以深度视频为研究对象,通过构建基于卷积神经网络的深度结构,并融合粗粒度的全局行为模式与细粒度的局部手部动作等多尺度信息来研究人体行为的识别。MSRDailyActivity3D数据集上的实验得出该数据集上第11~16种行为的平均识别准确率为98%,所有行为的平均识别准确率为60.625%。结果表明,本方法能对人体行为进行有效识别,基本能准确识别运动较为明显的人体行为,对仅有手部局部运动的行为的识别准确率有所下降。; 刘智黄江涛冯欣; 关键词：卷积神经网络人体行为识别计算机视觉多尺度

基于聚类预分割与标记分水岭算法的医学图像分割: 针对传统的分水岭分割方法存在过分割和敏感性伪边缘的问题，本文提出了一种基于K-均值聚类预分割与控制标记分水岭的医学图像分割算法。首先，基于医学图像空间特征运用K-均值聚类对感兴趣区域和背景区域进行初始分割；然后在扩展最值...; 周燕琴黄江涛; 关键词：MRI图像 K-均值聚类图像分割

DMCS:一种新的多分类器系统模型: 2013年; 论文提出了一种新的多分类器系统模型,该模型通过定义两个基本分类器实时性能指标———实时决策支持度和实时决策置信度,在多分类器系统基础上构建临时的动态子系统,然后由该子系统代替初始多分类器系统来完成融合决策。动态子多分类器系统模型是一种不同于传统动态分类器选择和分类器联合方法的新模型,其能够更有效地排除不稳定基本分类器对多分类器系统融合决策性能的影响。试验表明该模型在模式识别性能上能够获得较好的性能,鲁棒性和可靠性比基本分类器和传统多分类器系统方法更强。; 黄江涛元昌安廖伟志; 关键词：多分类问题模式识别

基于动态权值的多分类器故障诊断系统被引量：3: 2012年; 为提高动态系统故障诊断的精确性,以及减少系统运行环境对故障诊断带来的影响,本文提出了一种基于动态权值的多分类器故障诊断系统.该方法使用决策支持度来衡量当前诊断任务中各分类器的实时决策可信度,并将其联合分类器性能指标动态地为各分类器赋予融合权值,决策性能好且决策支持度高的分类器决策结果获得较大的融合权值,同时,使不可靠决策结果的融合权值趋近于零.在此基础上,将多分类器系统优化为实时性能较好的分类器组成的子系统进行故障诊断,减少了不可靠决策的干扰,进一步提高了融合决策的精确度.试验表明本文方法具有良好的诊断决策性能,能获得比单个分类器和常用的一些融合算法更高的分类准确度.; 黄江涛王明辉李武劲古博; 关键词：故障诊断多分类器系统数据融合动态权值

基于J48决策树分类器的情绪识别与结果分析被引量：10: 2017年; 为准确有效地对情绪状态进行识别,对4种情绪状态(Joy、Anger、Sadness、Pleasure)下的多生理信号(心电、肌电、呼吸、皮电)进行预处理和特征提取,利用ReliefF算法进行特征选择,利用J48决策树分类器最终实现对4种情绪状态的识别。J48决策树分类器对4种情绪状态的平均识别率为96.74%,对结果和数据进行分析发现,RSP信号对情绪状态识别十分重要;不同生理信号组合对情绪状态的识别效果不同;Sadness和Pleasure的相互误识率相对较高;使用J48决策树进行分类时采用的特征数量与样本数量正相关。; 蒋小梅张俊然陈富琴黄江涛; 关键词：决策树特征提取 RELIEFF 生理信号

全选清除导出

共1页<1>

黄江涛