陈容
- 作品数：2 被引量：9H指数：2
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金江苏省产学研联合创新资金项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于优化支持向量机的人脸表情分类被引量：7
- 2013年
- 分析了支持向量机(support vector machine,SVM)目前主要存在的问题和参数选择对分类性能的影响后,提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。将加入拥挤度因子的微粒群算法引入到SVM中,在不牺牲泛化性能的前提下,对其参数进行优化,增加了SVM初始化参数的多样性,减慢了局部搜索,促进其在全局范围内的寻优搜索,以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的缺点,并利用由粗到精的策略构造多层SVM人脸表情分类器,在提高准确率的基础上加快分类的速度。实验证明,新算法具有速度快、准确率高的优点。
- 徐红彭力陈容
- 关键词：支持向量机改进粒子群优化
- 基于视觉记忆模型聚类的运动目标检测被引量：2
- 2015年
- 传统的混合高斯背景建模可对存在渐变及重复性运动的场景进行建模,但其运算过程需要足够的计算量和存储空间,不适应在复杂背景下的背景建模,也不能解决场景中存在的突变。针对这些问题,提出了一种基于记忆模型的聚类算法,算法为每个像素点设置一个聚类模型,每个聚类可根据背景的变化结合人类记忆模型自适应的创建、更新和删除。该算法通过人类瞬时记忆、短时记忆和长时记忆做出准确判断,运动目标检测结果更能符合人类感觉器官的判断。
- 陈容彭力
- 关键词：记忆模型聚类
