车向前
- 作品数：3 被引量：4H指数：1
- 供职机构：清华大学信息科学技术学院电子工程系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于谱聚类的大规模社交网络可视化方法研究被引量：2
- 2015年
- 社交网络可视化对于理解社交网络结构,研究消息传播、网络舆情控制和个性化推荐等有重要的作用。社交网络可视化的难点在于处理海量数据的同时需要保持原网络的结构特点。传统的可视化方法无法处理上述问题。为了解决上述问题,提出了一种谱聚类大规模社交网络可视化方法,通过区分对待对社交网络结构影响不同的核心用户和普通用户,并采用谱聚类算法保持网络的结构特征。使用大规模数据的仿真结果显示,提出的方法能够可视化千万量级的用户,对用户聚类、分布和关注倾向等网络结构特征进行形象化的展示。并证明提出的方法有助于从宏观上理解社交网络,对社交网络分析有重要的意义,并能够直接应用于其它复杂网络的可视化中。
- 陈召群车向前谷源涛
- 关键词：谱聚类社交网络可视化
- 低成本受控环境下的果蝇识别算法研究被引量：1
- 2016年
- 用计算机技术对实验动物进行自动识别与分析可以极大地提高动物行为学的研究效率。针对传统算法仅适用于高成本、低噪声环境的缺点,提出了一种能够在低成本受控环境下对果蝇个体进行识别,并自动分析其行为的算法。算法通过对容器和果蝇的建模,使用自适应目标大小的背景模型识别果蝇个体,并通过姿态匹配算法确定果蝇的姿态,进而提取特征,用分类算法分析果蝇的行为。仿真结果表明,上述算法可以正确地识别不同姿态的果蝇个体,并能在此基础上对果蝇的打架行为进行分析。上述算法可以直接应用于动物行为学的实验分析,也可以拓展到针对其它目标的识别领域。
- 车向前谷源涛
- 基于多观测矢量和LDPCA的分布式视频编码被引量：1
- 2013年
- 分布式视频编码与压缩感知技术都有助于将计算复杂度从编码端向解码端迁移,已有研究显示两者的结合可能提高分布式视频编码系统的性能。基于传统分布式视频编码框架,借助多观测矢量稀疏重建技术,设计了一种混合压缩感知和LDPCA的分布式视频编码系统。首先根据稀疏度对频带数据进行划分,再分模式进行编码表示,其中非零系数较多的低频频带使用LDPCA技术进行压缩;而对稀疏度较高的高频频带,使用多观测矢量的压缩感知技术以求进一步利用频带间的相关性。仿真结果表明,系统的性能优于LDPCA的变换域分布式视频编码系统。
- 罗雷刚车向前谷源涛
- 关键词：分布式视频编码压缩感知
