国家自然科学基金(61373055)

作品数：65被引量：311H指数：9
导出分析报告
相关作者：陈秀宏吴小俊吴锡生何佳佳田进更多>>
相关机构：江南大学安庆师范大学浙江大学青岛大学更多>>
相关期刊：《中国图象图形学报》《微电子学与计算机》《计算机系统应用》《南京理工大学学报》更多>>
相关主题：人脸识别图像识别支持向量机聚类算法特征提取更多>>
相关领域：自动化与计算机技术电子电信更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于对称正定流形潜在稀疏表示分类算法被引量：1
《软件学报》2020年第8期2530-2542,共13页陈凯旋 吴小俊 
国家自然科学基金(61672265,61373055)。
使用对称正定(symmetric positive definite,简称SPD)矩阵将视觉数据建模到黎曼流形(SPD流形),对于模式识别和机器学习中许多任务有较好的效果.其中,将基于稀疏表示的分类算法扩展到SPD流形上样本的分类任务得到了广泛的关注.本文综合...
关键词：对称正定矩阵 黎曼流形 再生核希尔伯特空间 Nyström方法 潜在字典 
拉普拉斯阶梯网络被引量：2
《软件学报》2020年第5期1525-1535,共11页胡聪 吴小俊 舒振球 陈素根 
国家自然科学基金(61373055,61672265,61603159,61702012,U1836218);教育部111引智计划(B12018);江苏省自然科学基金(BK20160293);安徽省高等学校优秀青年人才支持计划(gxyq2017026)。
阶梯网络不仅是一种基于深度学习的特征提取器,而且能够应用于半监督学习中.深度学习在实现了复杂函数逼近的同时,也缓解了多层神经网络易陷入局部最小化的问题.传统的自编码、玻尔兹曼机等方法易忽略高维数据的低维流形结构信息,使用...
关键词：阶梯网络 流形正则化 图拉普拉斯 深度自编码 半监督学习 
图像多尺度密集网络去模糊模型被引量：3
《激光与光电子学进展》2019年第21期24-32,共9页宋昊泽 吴小俊 
国家自然科学基金(61672265,61373055)
使用基于深度学习的端到端去模糊方法,将模糊图像编码后再解码成高清图像。针对编码过程中网络模型存在提取特征信息不足,导致重建的去模糊图像质量下降的问题,提出两种网络结构改进方法:在自编码网络中添加密集网络结构以提高网络提取...
关键词：图像处理 图像去模糊 多尺度结构 平均池化层 上采样层 
基于自学习特征的相关滤波跟踪算法被引量：1
《计算机工程与应用》2019年第20期58-64,共7页朱学峰 徐天阳 吴小俊 
国家自然科学基金（No.61373055,No.61672265）
依靠高效的鉴别回归模型和多线索特征,如方向梯度直方图(HOG)特征和颜色名(CN)特征,相关滤波(CF)跟踪算法取得了优异的跟踪效果。但其弱点是不能应对由表观变化过程中鉴别信息不充分而导致的跟踪失败。针对这一问题,提出了基于自学习特...
关键词：鉴别回归模型 多线索特征 方向梯度直方图 颜色名 相关滤波跟踪算法 自学习特征 
基于分位函数的直方图符号数据非负主成分分析法被引量：1
《计算机应用研究》2019年第8期2415-2420,共6页李竹婷 陈秀宏 孙慧强 
国家自然科学基金资助项目(61373055);2017年江苏省研究生科研创新计划资助项目(KYCX17_1500)
针对已有的符号数据主成分分析法大多采用部分代表性信息来代替符号数据的缺点,提出一种直方图符号数据的主成分分析法。直方图数据以概率分布的形式表示符号数据更全面准确。根据直方图数据特点将其用分位函数表示,引入充分考虑直方图...
关键词：主成分分析 直方图数据 分位函数 Wasserstein距离 协方差矩阵 
基于L1图的联合稀疏鲁棒判别回归
《传感器与微系统》2019年第8期118-121,125,共5页牛强 陈秀宏 
国家自然科学基金资助项目(61373055);2017年江苏省研究生实践创新计划资助项目(SJCX17_0506)
常用的回归模型因基于L2范数而对异常数据较为敏感,且算法得到的投影数量受到样本类别数的限制。为解决这些问题,提出了一种基于L1图的联合稀疏鲁棒判别回归模型。基于稀疏表示构造L1图,这样可自适应地寻找数据的近邻,并保留数据的局部...
关键词：回归算法 L1图 特征提取 L2 1范数 鲁棒性 人脸识别 
基于Canopy聚类的噪声自适应模糊C-均值算法被引量：4
《计算机应用研究》2019年第7期2200-2204,2218,共6页陈凯 陈秀宏 孙慧强 
国家自然科学基金资助项目(61373055);2017年江苏省研究生科研创新计划项目(KYCX17_1500)
针对局部空间信息的模糊C-均值算法中空间影响因子容易受到噪声影响出现错误标志的问题,提出一种融合局部和非局部空间信息的模糊C-均值聚类图像分割算法(NLWFLICM)。在WFLICM算法的模糊影响因子中引入非局部空间信息,根据噪声程度自适...
关键词：聚类算法 Canopy算法 模糊C-均值算法 局部和非局部空间信息 
结构化加权稀疏低秩恢复算法在人脸识别中的应用被引量：7
《智能系统学报》2019年第3期455-463,共9页吴小艺 吴小俊 
国家自然科学基金项目(61672265,61373055);江苏省教育厅科技成果产业化推进项目(JH10-28);江苏省产学研创新项目(BY2012059)
针对训练样本或测试样本存在污损的情况,提出一种结构化加权稀疏低秩恢复算法(structured andweighted-sparse low rank representation,SWLRR)。SWLRR对低秩表示进行加权稀疏约束和结构化约束,使得低秩表示系数更加趋近于块对角结构,...
关键词：人脸识别 结构化 加权稀疏 低秩表示 子空间投影 
基于ELM的局部空间信息的模糊C均值聚类图像分割算法被引量：6
《数据采集与处理》2019年第1期100-110,共11页陈凯 陈秀宏 
国家自然科学基金(61373055)资助项目
极限学习机(Extreme learning machine,ELM)作为一种新技术具有在回归和分类中良好的泛化性能。局部空间信息的模糊C均值算法(Weighted fuzzy local information C-means,WFLICM)用邻域像素点的空间信息标记中心点的影响因子,增强了模糊...
关键词：聚类算法 图像分割 模糊C均值算法 极限学习机 
特征聚类自适应变组稀疏自编码网络及图像识别被引量：4
《计算机工程与科学》2018年第10期1858-1866,共9页肖汉雄 陈秀宏 田进 
国家自然科学基金(61373055);江苏省2016年度普通高校研究生实践创新计划项目(SJLX16_0496)
由于缺乏先验信息,组Lasso模型在训练时仅是基于组数参数对单元进行均匀、连续、固定的分组,缺乏分组依据,容易造成变量组结构的有偏估计。为此,提出特征聚类自适应变组稀疏自编码网络模型,在迭代过程中使用特征聚类法来改变隐层单元的...
关键词：自编码 组Lasso 特征聚类 自适应 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部