您的位置： 专家智库 > >

中国民航大学科研启动基金(2010QD10X)

作品数：6 被引量：21H指数：3
相关作者：惠康华李春利柳振东王雪扬冯小荣更多>>
相关机构：中国民航大学更多>>
发文基金：中国民航大学科研启动基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 3篇模式识别
  • 3篇卷积
  • 3篇卷积神经网络
  • 2篇人脸
  • 2篇人脸识别
  • 2篇图像
  • 2篇图像识别
  • 2篇分类器
  • 1篇信息建模
  • 1篇余弦
  • 1篇余弦相似度
  • 1篇手写
  • 1篇维数
  • 1篇维数估计
  • 1篇相似度
  • 1篇流形
  • 1篇流形学习

机构

  • 6篇中国民航大学

作者

  • 6篇惠康华
  • 5篇李春利
  • 3篇柳振东
  • 2篇王雪扬
  • 1篇冯小荣
  • 1篇许新忠
  • 1篇张磊

传媒

  • 1篇计算机工程与...
  • 1篇计算机与现代...
  • 1篇计算机科学
  • 1篇软件导刊
  • 1篇智能系统学报
  • 1篇智能计算机与...

年份

  • 1篇2018
  • 2篇2017
  • 3篇2012
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于流形学习的“本质”维数估计被引量：4
2012年
局部线性嵌入算法(LLE)是一种可以有效处理高维流形的非线性降维方法。提出一种基于全局保持的局部线性嵌入方法(GPLLE),其在保持高维流形局部近邻关系的同时,可以保证距离远的样本仍然较远,从而可以有效地解决LLE算法中存在的问题,即LLE只能保持高维流形的局部近邻关系,而无法确保距离远的样本不会靠近。更重要的是,GPLLE方法可以用来估计高维流形的"本质"维数。实验结果表明,在GPLLE估计的低维空间,相比LLE,GPLLE具有更好的分类性能。
惠康华李春利王雪扬许新忠
关键词：局部线性嵌入流形学习
基于卷积特征和贝叶斯分类器的人脸识别被引量：6
2018年
为解决传统人脸识别算法特征提取困难的问题,提出了基于卷积特征和贝叶斯分类器的人脸识别方法,利用卷积神经网络提取人脸特征,通过主成分分析法对特征降维,最后利用贝叶斯分类器进行判别分类,在ORL(olivetti research laboratory)人脸库上进行实验,获得了99.00%的识别准确率。实验结果表明,卷积神经网络提取的人脸图像特征具有很强的辨识度,与PCA(principal component analysis)和贝叶斯分类器结合之后可有效提高人脸识别的准确率。
冯小荣惠康华柳振东
关键词：人脸识别卷积神经网络模式识别贝叶斯分类器
一种基于连通域分析的车牌定位方法被引量：1
2012年
复杂背景中车牌定位技术,是车牌识别过程中的技术难点,提出了一种基于连通域分析的车牌定位方法。该方法通过边缘检测方法进行车牌粗定位,再对粗定位图像进行连通域标记,然后利用级联分类器筛选车牌字符连通域,最后结合车牌模板确定车牌位置。实验表明,该方法定位车牌的准确率高,能够适用于国内现行的多种规格民用汽车牌照的定位。
李春利王雪扬惠康华
关键词：车牌定位边缘检测级联分类器
HMM在手写数字结构信息建模中的应用被引量：1
2012年
针对传统隐马尔可夫模型(HMM)在识别对象时没有有效利用所识别对象的结构信息,提出了一种基于原图像分块的HMM。这种模型利用原图像的各个分块作为状态,因此具有相应的拓扑结构,可以为所识别对象的结构信息建模。为了增强模型的描述能力与精确性,采用二阶HMM,引入了终止状态,将其应用在手写数字识别中。考虑到手写数字的结构特点与模型的拓扑结构,提出了一种提取手写数字笔画特征的方法,即根据叉点提取各个笔段的特征向量。对MNIST字库进行测试,平均识别率为95.7%。
李春利张磊惠康华
关键词：笔画特征聚类
基于余弦相似度的边界样本选择方法被引量：3
2017年
卷积神经网络模型的训练通常需要大量的训练样本,导致训练时间过长。针对这一问题,本文提出一种基于余弦相似度的边界样本选择方法,选取边界样本构造训练集。通过该方法分别对MNIST,CIFAR10,SVHN数据集进行样本选择,利用卷积神经网络分类器进行实验研究。实验结果表明:该方法能够保留训练集中的典型样本,剔除冗余样本,从而减少训练样本的数量,缩短网络训练时间,提高网络学习效率。
李春利柳振东惠康华
关键词：卷积神经网络模式识别图像识别
基于卷积神经网络的人脸识别研究被引量：6
2017年
为解决传统人脸识别算法手工提取特征困难的问题,将卷积神经网络引入人脸识别任务中。为适应ORL数据集人脸识别任务的需要,参照经典的卷积神经网络模型Lenet-5的结构,提出一种适用于该数据集的CNN结构。实验结果表明,所提出的CNN结构具有较少的学习参数,且在ORL数据集上取得了较高的识别率。与传统人脸识别算法进行比较研究,从实验结果可以看出,在识别正确率上,所提出的卷积神经网络结构优于大多数识别算法。
李春利柳振东惠康华
关键词：人脸识别卷积神经网络图像识别模式识别
全选 清除 导出
共1页<1>
聚类工具0