国家自然科学基金(61272210)
- 作品数：40 被引量：114H指数：6
- 相关作者：王士同李强伟陈爱国李欢华小红更多>>
- 相关机构：江南大学苏州大学苏州工业园区职业技术学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省杰出青年基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺一般工业技术理学更多>>
- 最大局部加权均值差异嵌入被引量：4
- 2013年
- 最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适应性.因此本文在MMD准则的基础上,并结合已经被广泛研究和探讨的局部学习方法,提出一个新的评价度量:最大局部加权均值差异(Maximum LocalWeightedMean Discrepancy,MLMD),该度量反映源域和目标域分布差异时能充分考虑两个区域内在的局部结构,同时还能通过局部分布差异去反映全局分布差异.本文还在此度量的基础上提出一种能实现迁移学习任务并具有一定局部学习能力的特征提取方法:最大局部加权均值差异嵌入(Maximum Local WeightedMean Discrepancy Embedding,MWME).该方法不但能完成传统意义上的特征提取,同时还能完成在两个分布存在差异但相关的两个区域上实现领域适应学习,从而表明该特征提取方法具有较好的鲁棒性和适应性.实验证明MLMD准则和MWME方法具有上述优势.
- 皋军黄丽莉
- 关键词：特征提取
- 创意FCM算法被引量：2
- 2017年
- 针对现有模糊聚类方法仅仅是对已有数据点的聚类的不足,提出了在已有数据集的基础上找到新的一类集群的聚类方法 CFCM。该算法在FCM算法的基础上,通过引入观测点P作为聚类的先验知识,来大致确定未知集群的聚类中心,定义了权重系数λ来限定观测点对新的一类聚类中心形成的影响程度。人造数据集和UCI真实数据集的实验结果表明,该算法不仅对已知数据点有较好的聚类效果,并且可以在观测点P的作用下在特定区域创造出新的一类无已知数据点的集群中心点的大致位置,因而在实际中有潜在应用价值。
- 赵佳王士同
- 关键词：模糊聚类观测点
- 回火温度对WH610D2组织和性能的影响
- 2015年
- 对热轧态WH610D2进行不同温度的回火处理,并对回火前后的试样进行力学性能测试和组织观察。结果表明:回火处理后,WH610D2钢的屈服强度和抗拉强度降低,伸长率升高,低温冲击韧度增加。热轧态WH610D2试样的组织以铁素体和贝氏体为主,并存在少量的马氏体,回火后的试样组织以铁素体和回火索氏体为主,并出现了少量的碳化物。
- 季业益李强伟
- 关键词：回火温度力学性能
- 基于多元混合高斯分布的多分类人脸识别方法被引量：5
- 2013年
- 针对实际人脸图像含有的噪声模型常常表现出的非高斯特性,该非高斯特性具有较厚重的拖尾现象,提出一种基于多元混合高斯分布的多分类人脸识别方法。该方法将多元混合高斯分布、核函数、概率密度函数估计中的参数估计以及贝叶斯理论结合起来,能对含有重尾噪声的人脸图像有较高的识别率。用ORL标准人脸库进行验证,实验结果表明了可行性。
- 袁少锋王士同
- 关键词：参数估计核函数贝叶斯理论
- 基于特征选择聚类方法的稀疏TSK模糊系统被引量：1
- 2015年
- 为避免模糊系统建模和估计领域的"维数灾难",将TSK(Takagi-Sugeno-Kang)模糊系统建模转换为一个分块稀疏表示问题,提出FCA稀疏TSK模糊系统(FCA-sparse TSK)。首先运用模糊聚类算法(FCA)对样本特征进行化简,并产生模糊系统字典;再利用存在于TSK模糊系统中的分块结构信息,选取重要的模糊规则并对所选模糊规则的后件参数进行估计。该系统同时对模糊规则及模糊规则数进行化简,在合成数据集和真实数据集上都表现出较好的性能。
- 张佳骕蒋亦樟王士同
- 关键词：T-S模糊系统模糊聚类参数估计
- 基于密度的模糊代表点聚类算法被引量：8
- 2020年
- 结合密度聚类和模糊聚类的特点,提出一种基于密度的模糊代表点聚类算法.首先利用密度对数据点成为候选聚类中心点的可能性进行处理,密度越高的点成为聚类中心点的可能性越大;然后利用模糊方法对聚类中心点进行确定;最后通过合并聚类中心点确定最终的聚类中心.所提出算法具有很好的自适应性,能够处理不同形状的聚类问题,无需提前规定聚类个数,能够自动确定真实存在的聚类中心点,可解释性好.通过结合不同聚类方法的优点,最终实现对数据的有效划分.此外,所提出的算法对于聚类数和初始化、处理不同形状的聚类问题以及应对异常值等方面具有较好的鲁棒性.通过在人工数据集和UCI真实数据集上进行实验,表明所提出算法具有较好的聚类性能和广泛的适用性.
- 周洁姜志彬张远鹏王士同
- 关键词：聚类密度聚类模糊聚类聚类中心鲁棒性
- 基于领域关系广义混合模型图像分割的研究
- 2013年
- 针对高斯混合模型不能有效处理复杂噪声图像分割问题,提出了基于领域关系广义混合模型。在高斯混合模型基础上引入形状参数r提高混合模型对不同噪声适应能力,另外该方法结合图像中像素点邻域关系,融入像素点间的互动信息。与混合模型通常采用EM算法估计参数不同,该模型参数估计采用梯度方法,通过最小化负似然对数优化参数。实验结果表明,广义混合模型在处理高斯噪声,重尾噪声,混合噪声以及脉冲噪声图像分割问题都取得了很好的效果。
- 罗雷王士同
- 关键词：图像分割
- 基于SVM和多观测样本的相似不完整数据分类被引量：2
- 2015年
- 针对具有多观测样本的相似不完整数据分类问题,提出基于SVM和多观测样本的相似数据分类算法.每类数据的多观测样本集由属于同一模式的单观测样本组成,每次分类时,对两个多观测样本集的标签做两次假设,通过比较不同标签假设下的分类误差确定多观测样本集的标签.该方法同时充分利用了样本类内的相关性和类间的差异性,实现了相似不完整数据的分类.实验结果验证了所提出方法的有效性.
- 李欢王士同
- 关键词：支持向量机
- 基于非线性距离和夹角组合的最近特征空间嵌入方法被引量：1
- 2018年
- 最近特征空间嵌入NFSE方法在训练过程中选取最近特征空间时采用传统的欧氏距离度量会导致类内离散度和类间离散度变化同步;测试时,最近邻规则也使用欧氏距离度量,而高维空间样本间直线距离具有趋同性。这些都会降低识别率,为解决此问题,提出了基于非线性距离和夹角组合的最近特征空间嵌入方法。在训练阶段,该方法使用非线性距离度量选取最近特征空间,使类内离散度的变化速度远小于类间离散度的变化速度,从而使转换空间中同类样本距离更小,不同类样本距离更大。在匹配阶段,使用结合夹角度量的最近邻分类器,充分利用样本相似性与样本夹角的关系,更适合高维空间中样本分类。仿真实验表明,基于非线性距离和夹角组合的最近特征空间嵌入方法的性能总体上优于对比算法。
- 杜弘彦王士同李滔
- 关键词：人脸识别夹角
- 适合多观测样本的基于LS-SVM的新分类算法被引量：1
- 2016年
- 针对多观测样本的二分类问题,提出适合多观测样本的基于LS-SVM的新分类算法。每次分类中,待分类的模式使用多观测样本集进行表示,首先对多观测样本集的标签进行假设,将此假设条件作为LS-SVM中优化问题的约束条件,由此得到分类误差,通过比较两次假设下的分类误差确定多观测样本的类别。该方法无需提前训练获得分类器,而是同时利用已知标签样本和多观测样本集,充分利用同类样本在特征空间中连续分布的特点。最后通过三组实验验证了所提方法的有效性。
- 李欢王士同
- 关键词：模式识别LS-SVM算法
