黄经纬
- 作品数：3 被引量：8H指数：2
- 供职机构：江西理工大学电气工程与自动化学院更多>>
- 发文基金：国家自然科学基金江西省教育厅科技计划项目江西省科技厅青年科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于帧间相似性约束鲁棒主成分分析模型的运动目标检测被引量：3
- 2016年
- 针对鲁棒主成分分析模型RPCA(robust principle component analysis)未能有效地利用相邻两帧具有相似性这一特性,提出基于帧间相似性约束鲁棒主成分分析模型的运动目标检测算法。考虑到时间序列数据中相邻数据之间的相似性特性,在原始的RPCA模型基础上,引入帧间相似性约束条件,通过求解新的RPCA模型可以得到平滑的低秩数据矩阵和稀疏误差矩阵,有效保留了原有序列数据中的相似性结构。将该模型用于运动目标检测,观测图像序列分解成低秩背景矩阵和稀疏运动目标矩阵,对分解出的运动目标进行二值化,并对检测出的运动目标图像进行定性分析和采用Similarity与F-measure评判标准进行定量分析。通过实验结果分析,该算法能够有效地对运动目标进行检测,提高运动目标的检测率。
- 杨国亮鲁海荣丰义琴黄经纬
- 关键词：序列数据运动目标检测
- 基于矩阵填充的肿瘤基因表达谱数据缺失点估计被引量：3
- 2017年
- 为解决肿瘤基因表达谱数据后续研究需要完整数据矩阵的问题,针对包含缺失点的数据集。提出基于矩阵填充(matrix completion)与模糊C均值(fuzzy c-means algorithm,FCM)相结合的缺失点估计方法(FCM_MC)。该方法充分利用肿瘤基因表达谱数据的冗余信息,通过模糊C均值聚类得到具有良好的低秩特性的基因语义片段,再利用矩阵填充方法分别对每个语义片段进行缺失点的重建。在不同数据集上进行实验,与传统缺失点估计算法比较。实验表明FCM_MC算法在缺失数据估计准确度和类结构保持度上效果得到有效提升,同时运行效率较高。
- 黄经纬杨国亮胡政伟王艳芳
- 关键词：模糊C均值
- 基于改进非负矩阵分解的肿瘤基因表达谱特征提取被引量：2
- 2017年
- 针对肿瘤基因表达谱的特点,提出基于低秩图正则非负矩阵分解(LGNMF)的特征提取方法,解决了NMF算法中缺少数据的全局信息,提升特征提取的有效性。该算法在NMF算法的基础上引入低秩图约束,提高了对数据局部和全局结构的描述,使得经过特征提取后的特征空间具有更强的分类能力。通过LGNMF算法对肿瘤基因表达谱数据集进行降维,获得低维特征空间,再使用KNN分类器对低维特征空间进行分类。通过与NMF、GNMF和RGNMF算法在四组标准肿瘤基因表达谱数据集进行对比,实验结果表明LGNMF算法能够有效提升分类效果。
- 黄经纬杨国亮王艳芳胡政伟
- 关键词：肿瘤基因表达谱特征提取
