施志刚
- 作品数：17 被引量：82H指数：4
- 供职机构：南通航运职业技术学院更多>>
- 发文基金：江苏省教育厅哲学社会科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学经济管理更多>>
- 图像分割技术分析与展望被引量：3
- 2009年
- 图像分割是图像处理中的一项关键技术,也是一经典难题,文章对近几年来出现的图像分割方法作了较为全面的分析,并对图像分割技术的研究方向作了探讨,对从事图像处理学习与研究的人员具有一定的启发作用。
- 姜彬施志刚
- 关键词：图像分割计算机视觉图像解析
- 一种基于大数据的高校学生精准助学模型的建立方法
- 本发明涉及一种基于大数据的高校学生精准助学模型的建立方法，通过研究现行高校助学金评价体系，了解评定过程中的各项主、客观因素，分析各项指标的合理性与差异性，调整助学金评定指标内容，修正其指标权重，重新助学金评定模型。本发明...
- 邵冬华张华施志刚朱云峰孙枫
- 文献传递
- 高职C语言课程教学分析与设计——以网络技术专业为例被引量：2
- 2015年
- 以网络技术专业C语言课程为例,结合对口单招学生的特点及该课程在专业中的地位,对在以往教学过程中暴露出授课模式、地点以及教材开发等方面问题,有针对性地对课程教学进行了分析和设计,旨在提高教学质量,提升学生的职业能力.
- 施志刚
- 关键词：C语言课程高职教育
- 基于改进协同表示的二级分类人脸识别方法被引量：4
- 2017年
- 基于协同表示分类(CRC)算法在实际应用中的效果,考虑到样本局部相似性先验信息对分类识别的不同贡献,构建加权矩阵,并嵌入到CRC中,称为加权CRC.为进一步改善人脸识别的性能,设计了如下算法:一种将加权CRC重复两次;另一种则将其与线性表示分类(LRC)结合.两种方法的共同特点为:首先基于主成分分析(PCA)对所有图像样本进行降维,以降低计算的复杂度;其次都是在第一阶段的加权CRC中根据重构残差排序保留相关性较大的训练样本用于下一阶段的分类识别.这种缩小分类目标的做法,使识别更精确.在ORL,FERET及AR人脸数据库上通过仿真验证了本文所提方法的有效性.
- 施志刚
- 关键词：加权矩阵人脸识别
- 求最短路径问题的自适应路由遗传优化算法的设计与实现
- 2012年
- 从最短路径问题的研究背景、最短路径问题概述、求解最短路径问题的自适应路由遗传优化算法的设计及其实现等方面提出了一种新的求解最短路径问题的自适应路由遗传优化算法,实验仿真比较了该算法与Dijkstra算法的路由过程、算法的收敛性和执行的效率,结果初步证明该算法高效可行,尤其适合于大规模网络.
- 姜彬施志刚
- 关键词：最短路径问题自适应遗传算法
- 一种基于分块差图像的2DPCA人脸识别方法被引量：3
- 2015年
- 用2DPCA方法对分块差图像进行特征提取,以进一步提高人脸识别的效果.首先利用2DPCA算法对原始样本进行重构,建立差图像样本空间,以减轻光照差异对人脸识别带来的干扰;然后基于新的图像样本实施分块,考虑到不同位置分块图像的局部特征差异,为获取最佳的鉴别特征,采用2DPCA方法对所有对应位置的分块差图像训练样本各自提取特征;最后根据各训练样本和测试样本在特征空间的最小距离,即每个训练样本和测试样本所有对应分块图像在各自特征空间投影距离之和的最小值,完成模式分类.仿真实验结果表明,该方法使识别效果得到了有效地改善.
- 施志刚
- 关键词：差图像2DPCA分块图像
- 基于职业能力的高职网络专业课程体系构建研究被引量：7
- 2018年
- 以近几年江苏省网络职业技能大赛命题的思路、特点及发展趋势为出发点,通过对网络企业职业岗位能力的分析,研究技能大赛与网络技术专业课程教学的有机融合,从而构建合理有效的专业课程体系,旨在提升学生的职业技能.
- 施志刚王慧史军杰
- 关键词：高职教育技能大赛网络技术专业课程体系
- 基于2DPCA和改进的LDA算法的人脸识别技术被引量：1
- 2009年
- 为提高人脸识别的准确率,缩短图像特征提取的时间,提出了一种将二维主成分分析(简称2DPCA)与改进的线性鉴别分析(简称LDA)相结合的人脸识别方法。该法首先以图像矩阵为分析对象,直接利用原始图像矩阵构造图像的协方差矩阵,以进行特征提取和2DPCA分析;再采用改进的线性鉴别分析,得到最佳的分类特征,从理论上有效解决了传统的线性鉴别分析在人脸识别中存在的"边缘类"问题;最后,在ORL人脸库上检验了该识别方法的性能。实验结果表明,该方法抽取的鉴别特征有较强的鉴别能力。
- 施志刚姜彬
- 关键词：二维主成分分析线性鉴别分析协方差矩阵人脸识别
- 二次近邻稀疏重构法及人脸识别被引量：4
- 2017年
- 基于整个数据集的稀疏表示(sparse representation classification,SRC)用于人脸识别在很大程度上影响了运行效率。如何利用较少样本稀疏表示在保证计算效率的同时,识别率也有一定提升,尤其是面对光照、角度、姿态等非受控环境,目前仍是一个问题。考虑到协同表示(collaborative representation classification,CRC)基于l2范数稀疏求解的优势,为进一步提升CRC的整体分类性能,引入类内近邻,提出一种二次近邻稀疏重构表示法。该方法首先在原始训练集上选择各类训练样本中与待测样本距离相近的若干样本组成近邻样本集,并协同表示,接着分别用各类近邻样本重构待测样本,再次选择与待测样本相近的若干重构样本协同表示,最终实现模式分类。在ORL和FERET数据库上的仿真实验表明,相比现有的一些CRC算法,该方法在一定程度上缩短了运行时间,并使识别更精确。
- 邵冬华施志刚史军杰
- 关键词：人脸识别
- 一种改进的2DPCA方法在人脸识别中的应用
- 2011年
- 为了提高二维主成份分析(2DPCA)方法在人脸识别中的识别率,提出了一种改进的2DPCA和分块图像相结合的人脸识别方法。该方法根据类内图像与该类平均图像的距离,引入加权函数,重新定义2DPCA的总体散布矩阵,并应用到分块图像中,对训练样本子图像采用改进的2DPCA方法进行特征提取,实现模式分类。在ORL标准人脸库上的实验结果表明,它可以有效地提高识别率。
- 施志刚姜彬
- 关键词：加权分块图像特征提取
