浙江省自然科学基金(LY13H180011)
- 作品数：2 被引量：5H指数：2
- 相关作者：沈晔张诚康锋张华熊田秋红更多>>
- 相关机构：中国计量学院浙江理工大学更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：轻工技术与工程电子电信自动化与计算机技术更多>>
- 基于混合类别标记新技术的小样本学习算法被引量：2
- 2016年
- 针对计算机辅助诊断(CAD)中标记病例样本难以收集所引起的小样本学习问题,提出基于混合类别标记新技术(HCLT)的小样本学习算法.该算法分别基于几何距离、概率分布及语义概念对大量存在的未标记样本进行差异化标记,将有一致标记结果的样本加入样本集,以此扩大训练样本集.为了减少错误标记样本对学习过程造成的不利影响,提出样本伪标记隶属度并引入模糊支持向量机(FSVM)学习中,由隶属度控制样本对学习过程的贡献程度.基于UCI数据集的实验结果表明,采用该算法能够解决小样本学习问题的有效性.与单一类别标记技术相比,该算法产生的错误标记样本显著减少、学习性能显著改善.
- 李敏丹沈晔章东平殷海兵
- 基于Adaboost多特征融合的织物扫描图案识别被引量：3
- 2016年
- 针对织物扫描图像中纱线纹理等的存在造成难以提取有效图案特征的问题,提出了一种基于多特征融合的图案识别方法。首先通过纹理抑制平滑滤波算法滤除织物扫描图像的纱线纹理,并进行灰度化;然后分别提取灰度图像的边缘方向直方图、最大稳定极值区域的SURF特征和灰度共生矩阵特征,建立样本图像特征库;最后以样本图像特征库特征为训练对象,通过Adaboost算法融合3类特征建立分类器,实现图案识别。实验结果表明,基于Adaboost的多特征融合织物扫描图案识别算法比单特征识别算法有较高的准确率。
- 张诚张华熊田秋红沈晔康锋
- 关键词：边缘方向直方图灰度共生矩阵ADABOOST
