您的位置： 专家智库 > >

柳振东

作品数：3 被引量：15H指数：3
供职机构：中国民航大学计算机科学与技术学院更多>>
发文基金：中国民航大学科研启动基金国家自然科学基金中央高校基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 3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
  • 1篇余弦
  • 1篇余弦相似度
  • 1篇相似度
  • 1篇分类器
  • 1篇贝叶斯
  • 1篇贝叶斯分类
  • 1篇贝叶斯分类器

机构

  • 3篇中国民航大学

作者

  • 3篇惠康华
  • 3篇柳振东
  • 2篇李春利
  • 1篇冯小荣

传媒

  • 1篇计算机与现代...
  • 1篇软件导刊
  • 1篇智能系统学报

年份

  • 1篇2018
  • 2篇2017
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
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
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