武德安
- 作品数：29 被引量：58H指数：5
- 供职机构：电子科技大学数学科学学院更多>>
- 发文基金：国家自然科学基金四川省科技支撑计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学电子电信文化科学更多>>
- 基于深度学习的小目标检测被引量：1
- 2021年
- 当前目标检测器设计锚框的比例和面积,适合于大中型目标,对小目标的适应性较弱,先验锚框和标注框的交并比小,导致检测精较低,检测速度较慢。为改善这个问题,首先证明了当锚框和标注框面积和比例相同时,交并比最大,然后用GMM算法分别对小目标数据集中的标注框的宽高比和面积进行聚类,在FasterRCNN模型中设计出对标注框适应性更强的锚框。该方法在小目标数据集上验证了效果,与优化之前的Faster-RCNN模型进行测试对比,平均预测准确率m AP相比提高了3.8%,检测速度FPS是优化前的7.1倍。
- 王芋人武德安
- 关键词：目标检测GMM
- 基于Padé迭代法的数值保角变换计算法被引量：5
- 2016年
- 本文对基于模拟电荷法的双连通区域数值保角变换进行了研究.通过对其约束方程进行预处理,构造了一个对称正定线性方程组.进而,利用Padé迭代法求解对称正定线性方程组得到新的电荷点和变换半径,构造了近似保角变换函数.数值算例验证了算法的可行性.
- 王樱子赖富明吕毅斌武德安
- 关键词：模拟电荷法
- 结合局部信息活动轮廓模型的含噪图像分割方法被引量：1
- 2022年
- 为改善传统活动轮廓模型对含噪图像的分割精度和效率,提出一种结合局部信息活动轮廓模型的含噪图像分割方法。首先构造局部信息速度函数,使图像局部灰度引导速度函数变化;然后采用拟合图像代替原图像,同时增加拟合中心权重以构造新的拟合项;最后引入自适应权重系数以增加模型对不同图像的分割灵活性。实验结果表明,相较于C-V模型,该方法对3个含噪灰度图像的分割时间分别缩短了72.30%、82.95%和75.79%。C-V模型、LCV模型和RSF模型对含噪灰度图像存在误分割现象,而结合局部信息活动轮廓模型的含噪图像分割方法能准确分割含噪灰度图像,对于背景和前景没有过分割现象,且边缘平滑。
- 黄征吕毅斌王樱子唐胜男武德安
- 关键词：活动轮廓模型
- 云平台下动态任务调度人工免疫算法被引量：13
- 2014年
- 针对云计算领域的任务调度问题,提出了一种基于人工免疫(AI)理论的云计算平台动态任务调度算法。该算法首先利用排队论迅速、粗略地确定云计算平台保持稳态的条件,并为后面的计算提供基础数据;然后利用人工免疫理论中的免疫克隆选择算法,搜索出为集群中各节点上的不同虚拟机分配计算资源的近似最优配置;算法中还加入了适当的负载平衡处理,它使抗体基因更加优良。模拟实验结果表明,该调度算法能有效提高收敛速度和精度,快速搜索到合理配置,提高了集群资源利用率。
- 杨镜吴磊武德安王晓敏刘念伯
- 关键词：人工免疫动态任务调度虚拟机排队论
- 常利率下自回归索赔模型的破产概率的界被引量：1
- 2011年
- 研究常利率下的一个广义连续时间更新风险模型的(最终)破产概率,其中自回归过程模拟相依的索赔过程.通过更新的递推方法,得到了此模型破产概率的指数上、下界.
- 彭江艳黄晋武德安
- 关键词：破产概率更新风险模型自回归模型
- 一种无人机室内自主导航方法
- 本发明公开了一种无人机室内自主导航方法，属于模式识别技术领域。本发明所述方法采用双目立体视觉作为主要传感器，利用卷积神经网络作为室内环境分类器，针对不同的室内环境利用不同的视觉线索执行不同的飞行策略，进而完成室内自主导航...
- 武德安刘亿吴磊冯江远刘杰
- 文献传递
- 基于MapReduce的平均多项朴素贝叶斯文本分类被引量：5
- 2016年
- 针对海量文本分类问题进行了研究,基于分布式计算框架MapReduce平台,实现了一种简单、有效的文本分类算法——平均多项朴素贝叶斯分类方法。实验中该方法分类准确率高于一般朴素贝叶斯方法,且具有较好的加速比。实验结果表明,由于减小了文本冗余特征信息的影响与并行计算良好的扩展性,该方法更适用于海量文本数据分类。
- 何敏武德安吴磊
- 关键词：文本分类朴素贝叶斯并行计算大数据
- 复杂场景中的快速车道线检测方法被引量：1
- 2023年
- 车道线检测是实现无人驾驶系统的一项重要任务。针对当前基于分割的检测方法实时性能不足的问题,提出了一种快速车道线检测方法FracLane。设计一种高效的特征提取模块,通过分形的思想构造基于聚合不同大小感受野的分形残差结构,更准确地提取车道特征。结合龙格-库塔法,使用可训练参数对分形残差结构的输出进行加权融合,构造能进一步提升网络性能的分形残差模块(FracRes)。在特征解码阶段引入一种基于行锚检测方法的车道位置预测模块(LPP),极大提高网络的检测速度。在包含多种交通场景的车道检测数据集TuSimple和CULane上进行的大量实验,结果表明,该方法在两个数据集上最高可获得97.26%的准确率和78.1的F1评分,在800×288的分辨率下,最高可获得206 FPS的推理速度。与现有检测方法相比,该方法在检测精度与速度方面都有明显提高,达到实时检测任务的需求。
- 杜黎吕毅斌武德安罗雨欣
- 关键词：车道线检测卷积神经网络
- 基于噪声概率的多核集成算法被引量：1
- 2017年
- 为解决多核集成(Multiple Kernel Boosting,MKBoost)算法对噪声敏感的问题,考虑理想分类器区别对待正常样本与噪声样本的特点,提出了一种适用于被噪声污染数据集的多核集成算法.采用KNN(K最近邻)方法与logistic回归的融合,构造了样本噪声概率函数,计算出每个样本是噪声的概率,根据噪声概率构造了新的损失函数,利用加法模型得到每轮迭代的基分类器系数.UCI数据集上的实验结果表明,该算法可以有效降低多核集成算法对噪声的敏感程度,提高了鲁棒性.
- 冯杰武德安吴磊
- 关键词：多核学习提升方法LOGISTIC回归支持向量机鲁棒性
- 一种提高小目标检测准确率的数据增强方法被引量：3
- 2021年
- 针对当前目标检测网络算法,对小目标的检测准确率较低和普遍出现的图片标注耗费大量人力物力等问题,提出了基于小目标数据集的多种数据增强方法。通过对图片进行水平翻转、直方图均衡处理、超分辨率处理等八种方法,在保持小目标原始特征信息不变的前提下,实现小目标特征信息的大幅度提高,丰富了数据增强的种类,提高了目标检测模型的泛化能力和小目标的检测准确率。实验结果表明,数据增强后小目标的目标检测准确率有了相对提高。
- 王芋人武德安
- 关键词：目标检测超分辨率直方图均衡
