您的位置: 专家智库 > >

国家自然科学基金(60373029)

作品数:15 被引量:138H指数:5
相关作者:罗四维刘蕴辉郑宇吕子昂邹琪更多>>
相关机构:北京交通大学更多>>
发文基金:国家自然科学基金国家教育部博士点基金北京市重点学科建设基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 15篇中文期刊文章

领域

  • 14篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇学习算法
  • 3篇倒立摆
  • 2篇强化学习算法
  • 2篇流形
  • 2篇流形学习
  • 2篇流形学习算法
  • 2篇编组
  • 2篇WHAT
  • 1篇倒立摆系统
  • 1篇多尺度
  • 1篇多尺度分析
  • 1篇信息几何
  • 1篇修剪法
  • 1篇映射
  • 1篇知觉
  • 1篇知觉组织
  • 1篇视觉系统
  • 1篇随机游走
  • 1篇特征映射
  • 1篇通路

机构

  • 15篇北京交通大学

作者

  • 15篇罗四维
  • 4篇刘蕴辉
  • 4篇吕子昂
  • 4篇郑宇
  • 3篇廖灵芝
  • 3篇田媚
  • 3篇邹琪
  • 2篇杨坚
  • 2篇齐英剑
  • 2篇赵连伟
  • 2篇李爱军
  • 1篇曾宪华
  • 1篇黄华
  • 1篇黄雅平
  • 1篇杨树忠
  • 1篇钟晶晶

传媒

  • 5篇计算机研究与...
  • 3篇电子学报
  • 2篇计算机学报
  • 2篇北京交通大学...
  • 1篇模式识别与人...
  • 1篇计算机应用
  • 1篇计算机工程与...

年份

  • 2篇2008
  • 5篇2007
  • 7篇2006
  • 1篇2005
15 条 记 录,以下是 1-10
排序方式:
利用多尺度分析和编组的基于目标的注意计算模型被引量:8
2006年
模拟生物视觉感知提出一种基于目标的注意计算模型,主要用到两个关键技术:多尺度分析和编组.用于多尺度分析的微分算子从原始图像中提取重要边缘,随后源于格式塔知觉组织规则的轮廓编组过程将边缘组织成感知目标.注意焦点按照各目标显著程度递减的顺序在目标间转移,目标显著程度由边缘重要性、区域对比度和轮廓闭合性共同决定.该模型考虑了目标的独立性和完整性,因此比基于空间的注意有更高的检测精度.多尺度分析为轮廓编组提供了候选边缘,从而提高了编组的效率.对多类自然图像的实验验证了该模型计算上的高效性和生物学上的合理性.
邹琪罗四维郑宇
关键词:多尺度分析编组
基于what和where信息的目标检测方法被引量:5
2007年
根据视觉系统两条通路理论,提出了一种基于what和where信息的目标检测方法.采用以环境为中心的where信息进行自顶向下的注意控制,指导what信息驱动的自底向上的注意.自顶向下的注意包括预注意和集中注意两个阶段,预注意依据where信息为特定目标出现与否提供先验,做出是否继续搜索的判定.集中注意的结果与what信息相结合,将注意指向目标最有可能出现的图像区域,并得到一系列样本显著区域.应用于多幅自然图像的实验结果证明了算法的有效性.
田媚罗四维廖灵芝
关键词:目标检测
强化学习算法的稳定状态空间控制
2008年
强化学习算法的探索次数随着状态空间的增加呈指数增长,因此难以用于复杂系统的控制中。为克服这一问题,提出一种稳定状态空间控制的强化学习算法。算法以寻找稳定空间的最优控制动作为学习目标,将探索过程集中于稳定状态空间中,而不探索系统的全部状态空间。由于稳定状态空间通常仅占系统状态空间中的极小一部分,因此算法的探索次数不随状态空间的增加呈指数增长。
郑宇罗四维吕子昂
关键词:马尔可夫决策过程倒立摆
基于视觉系统“What”和“Where”通路的图像显著区域检测被引量:5
2006年
受神经解剖学和心理学中有关视觉系统研究成果的启发,提出一个新的基于"what"和"where"通路的图像显著区域检测模型.该模型包括显著区发现和显著区转移这两个感知过程,首先通过度量统计特征显著性,找到第一个显著区域和潜在目标,然后计算当前潜在目标的吸引力以确定下一个显著区域及相应的潜在目标,以此循环直到得到整幅图像的信息,该方法应用于多幅自然图像的实验,结果证实该模型检测效果较好,并具有一定的抗噪能力.
田媚罗四维齐英剑廖灵芝
关键词:视觉系统
全局显著结构主导下的知觉编组算法被引量:4
2007年
提出一种建立在可靠的全局线索基础上的编组算法.编组线索为反映全局显著结构的拓扑特征闭合性和平行性以及局部规律邻接性和连续性.依据概率推理选择最显著的边缘作为种子,依据全局依赖性选择最有可能与种子属于同一编组的边缘.编组的形成中融入注意机制,一方面缩小寻优空间另一方面确定各编组被检测的顺序.在Berkley图像库上的实验表明,该算法至少具有与Ncut和mini-cut相当的准确率,特别对纹理少的图像能够有效地降低错编率与漏编率.同时由于对边缘进行编组降低了输入数据的维数,因此比Ncut和mini-cut更少地受到图像尺寸的限制.
邹琪罗四维钟晶晶
关键词:知觉组织拓扑特征
基于谱图理论的流形学习算法被引量:95
2006年
流形学习的主要目标是发现嵌入在高维数据空间的低维光滑流形.近年来基于谱图理论的学习算法受到研究者的广泛关注.介绍了流形与流形学习的关系,着重研究了几种有代表性的基于谱图理论的流形学习算法,并对算法进行了比较分析,最后进行总结和对进一步的研究做了展望.
罗四维赵连伟
关键词:流形学习谱图理论局部切空间随机游走特征映射
一种基于广义KL距离和几何曲率的模型选择准则被引量:3
2005年
模型选择的目标就是识别产生给定数据的模型,通常模型的好坏由模型的泛化能力来度量,而泛化能力包含模型对给定数据的拟合度和模型自身复杂度两个方面,本文从信息几何的观点使用定义在流形上的广义KL距离来度量模型的拟合度;另一方面从微分几何的观点用曲率的概念来度量模型的内在复杂度;因此,拟合度和复杂度的表示都具有在参数变换下保持不变的特点,通过理论分析,我们证明了用于表示模型预测能力的未来残差与模型固有曲率的关系,由此提出一种新的基于广义KL距离和曲率的模型选择准则KILCIC.该准则不仅考虑了样本大小、参数个数和函数形式等影响复杂度的因素,而且具有非常清晰直观的几何意义,实验结果表明该方法的有效性.
杨坚罗四维刘蕴辉
退火期望最大化算法A-EM被引量:3
2006年
使用EM算法训练随机多层前馈网具有低开销、易于实现和全局收敛的特点,在EM算法的基础上提出了一种训练随机多层前馈网络的新方法AEM.AEM算法利用热力学系统的最大熵原理计算网络中隐变量的条件概率,借鉴退火过程,引入温度参数,减小了初始参数值对最终结果的影响.该算法既保持了原EM算法的优点,又有利于训练结果收敛到全局极小.从数学角度证明了该算法的收敛性,同时,实验也证明了该算法的正确性和有效性.
齐英剑罗四维黄雅平李爱军刘蕴辉
关键词:期望最大化算法最大熵退火
修剪算法的信息几何分析被引量:1
2006年
修剪法是确定和优化神经网络结构的重要方法之一.当前对修剪法的研究大多集中在方法描述上,对于修剪法内在机理的研究尚不多见,而研究修剪的内在机理可以为修剪策略提供理论基础和依据.从信息几何的角度研究了修剪法的内在机理,给出了神经网络结构修剪法的信息几何理论解释,利用神经流形参数结构的层次性,将修剪法表述为一系列从当前模型流形到其子流形的信息投影过程,在此基础上提出了新的修剪算法,并给出了算法可行性与有效性的实验验证.
刘蕴辉罗四维黄华李爱军
关键词:修剪法信息几何
主曲线构建算法研究被引量:2
2006年
主曲线是主成分的非线性推广,其基本思想是要寻找通过数据分布的中间,并满足自相合特性的光滑曲线.本文在极限意义下提出了一种基于局部切空间的主曲线构建算法,并证明了构建的主曲线不仅满足自相合特性,而且对于任意的开覆盖,主曲线唯一存在.多种数据集上的模拟实验结果证明了算法的有效性.
赵连伟罗四维廖灵芝田媚
关键词:主曲线主成分
共2页<12>
聚类工具0