贵州民族大学工程技术人才实践训练中心

作品数:52被引量:141H指数:6
导出分析报告
发文作者:金升菊更多>>
发文领域:自动化与计算机技术文化科学理学轻工技术与工程更多>>
发文主题:苗族服饰图像分割图像分割算法模糊C均值图像更多>>
发文期刊:《模式识别与人工智能》《湖南文理学院学报(自然科学版)》《中文科技期刊数据库(文摘版)自然科学》《计算机工程与应用》更多>>
所获基金:国家自然科学基金贵州省科学技术基金国家级大学生创新创业训练计划贵州省科技计划项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于非局部信息和子空间的模糊C有序均值聚类的图像分割算法
《计算机辅助设计与图形学学报》2025年第3期506-518,共13页陈阳 黄成泉 覃小素 彭家磊 雷欢 周丽华 
国家自然科学基金(62062024);贵州省省级科技计划(黔科合基础-ZK[2021]一般342);贵州省研究生教育教学改革重点项目(黔教合YJSJGKT[2021]018);贵州省教育厅自然科学研究项目(黔教技[2022]015).
针对模糊C有序均值聚类算法没有考虑图像空间信息,导致难以有效地分割含噪图像的问题,提出一种基于非局部信息和子空间的模糊C有序均值聚类(non-local information and subspace for fuzzy C-ordered means,SFCOM-NLS)算法.首先,利用图...
关键词:非局部空间信息 子空间聚类 模糊C有序均值聚类 噪声图像分割 鲁棒性 
基于能量的结构最小二乘孪生参数间隔支持向量聚类
《西北民族大学学报(自然科学版)》2024年第4期12-24,共13页王顺霞 黄成泉 蔡江海 罗森艳 杨贵燕 
国家自然科学基金项目(62062024);贵州省模式识别与智能系统重点实验室2022年度开放课题(GZMUKL[2022]KF03);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省教育厅自然科学研究项目(黔教技[2022]015)。
针对小样本学习中传统的基于平面的聚类算法对噪声敏感、计算耗时、类内信息未得到充分利用等缺点导致算法性能表现不佳的现象,提出了一种新的基于能量的结构最小二乘孪生参数间隔支持向量聚类方法.该算法通过将类内协方差矩阵引入目标...
关键词:双参数 支持向量聚类 最小二乘 小样本学习 
鲁棒的模糊最小二乘双参数间隔支持向量机算法
《河北大学学报(自然科学版)》2024年第6期653-665,共13页杨贵燕 黄成泉 罗森艳 蔡江海 王顺霞 周丽华 
国家自然科学基金资助项目(62062024);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省教育厅自然科学研究项目(黔教技[2022]015);贵州省模式识别与智能系统重点实验室2022年度开放课题(GZMUKL[2022]KF03)。
针对最小二乘双参数间隔支持向量机(LSTPMSVM)对噪声敏感且在分类过程中易受异常值影响的问题,提出了一种鲁棒的模糊最小二乘双参数间隔支持向量机算法(RFLSTPMSVM).该算法利用松弛变量的2范数使得优化问题具有强凸性,再根据隶属度为每...
关键词:双参数间隔支持向量机 孪生支持向量机 模糊隶属度 K-近邻 
基于能量的模糊最小二乘投影双支持向量聚类的不平衡学习
《湖南文理学院学报(自然科学版)》2024年第4期1-11,共11页王顺霞 黄成泉 杨贵燕 蔡江海 罗森艳 
国家自然科学基金项目(62062024);贵州省模式识别与智能系统重点实验室2022年度开放课题(GZMUKL[2022]KF03);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省教育厅自然科学研究项目(黔教技[2022]015)。
针对类不平衡场景中噪声数据导致聚类性能下降的现象,提出一种新的基于能量的模糊最小二乘投影双支持向量聚类的不平衡学习算法。该算法通过引入模糊隶属度函数,为各类数据点提供模糊权重来保持聚类过程中每一个数据点的显著贡献,同时...
关键词:最小二乘投影 双支持聚类 能量因子 模糊隶属度 不平衡 
自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割
《控制与决策》2024年第10期3225-3233,共9页彭家磊 黄成泉 雷欢 覃小素 陈阳 周丽华 
国家自然科学基金项目(62062024);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省教育厅自然科学项目(黔教技[2022]015);贵州省模式识别与智能系统重点实验室2022年度开放课题项目(GZMUKL[2022]KF03)。
为了增强传统模糊C均值聚类算法的抗噪性能,保持任意像素与相邻像素间的隶属度相似性,提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法.首先,通过快速双边滤波器获取局部空间强度信息,用于平滑噪声像素;然后,将局...
关键词:图像分割 模糊C均值 KL信息 空间强度信息 混合噪声 
互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割
《现代纺织技术》2024年第10期114-124,共11页彭家磊 黄成泉 陈阳 覃小素 雷欢 郑兰 周丽华 
国家自然科学基金项目(62062024);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省教育厅自然科学研究项目(黔教技[2022]015);贵州省模式识别与智能系统重点实验室2022年度开放课题(GZMUKL[2022]KF03)。
苗族服饰图案分割对推动苗族服饰文化的数字化保护和传承具有重要意义。针对直觉模糊聚类算法鲁棒性差、对噪声敏感的问题,提出一种基于互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割算法。首先,该算法使用互补空间信息的加...
关键词:直觉模糊聚类 苗族服饰 分割 噪声 互补空间信息 
基于快速鲁棒模糊C有序均值聚类的苗族服饰图像分割算法
《毛纺科技》2024年第8期81-89,共9页陈阳 黄成泉 雷欢 彭家磊 覃小素 周丽华 
国家自然科学基金项目(62062024);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省研究生教育教学改革重点项目(黔教合YJSJGKT〔2021〕018);贵州省教育厅自然科学研究项目(黔教技[2022]015)。
苗族服饰图像具有绣线纹理复杂、色彩形状多样等特征,针对模糊C有序均值(Fuzzy C-Ordered-Means,FCOM)聚类算法在进行苗族服饰图像分割时,存在耗时长、分割效果不理想的问题,提出了一种快速鲁棒模糊C有序均值聚类算法。在FCOM算法基础...
关键词:苗族图像分割 聚类算法 模糊C有序均值 竞争学习 鲁棒性 
解耦表征学习视角下认知图像属性特征的图像生成方法
《模式识别与人工智能》2024年第7期638-651,共14页蔡江海 黄成泉 王顺霞 罗森艳 杨贵燕 周丽华 
国家自然科学基金项目(No.62062024);贵州省科技计划项目(No.黔科合基础-ZK[2021]一般342);贵州省研究生教育教学改革重点项目(No.黔教合YJSJGKT[2021]018);贵州省教育厅自然科学研究项目(No.黔教技[2022]015);贵州省模式识别与智能系统重点实验室2022年度开放课题(No.GZMUKL[2022]KF03)资助。
在生成式人工智能领域,解耦表征学习的研究进一步推动图像生成方法的发展,但现有的解耦方法更多地关注图像生成的低维表示,忽略目标变化图像内在的可解释因素,导致生成的图像容易受到其它不相关属性特征的影响.为此,文中提出解耦表征学...
关键词:解耦表征学习 潜在空间 可解释方向 图像生成 变化空间 
邻域信息加权的最小二乘投影双支持向量聚类
《电子测量技术》2024年第12期59-70,共12页王顺霞 黄成泉 罗森艳 杨贵燕 蔡江海 
国家自然科学基金(62062024);贵州省模式识别与智能系统重点实验室2022年度开放课(GZMUKL[2022]KF03);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省教育厅自然科学研究项目(黔教技[2022]015)资助。
针对最小二乘投影双支持向量聚类(LSPTSVC)算法未充分利用样本邻域之间的潜在信息、实用性不强等问题,本文提出了一种高效的邻域信息加权的最小二乘投影双支持向量聚类算法。首先引入相对密度概念充分提取数据集中同类数据点之间的局部...
关键词:邻域信息 相对权重 最小二乘 双支持聚类 
实训教学与企业项目研发的深度融合被引量:3
《实验室研究与探索》2024年第6期166-170,共5页郑泽鸿 罗忠琛 欧建开 董昌文 金礼 薛家祥 
国家自然科学基金地区科学基金项目(82260646);2023年度国家民委高等教育教学改革项目(23123);贵州省教育厅2021年度普通本科高校青年科技人才成长项目(黔教合KY字[2022]240,黔教合KY字[2022]176);贵州省教育厅2022年度高等学校科学研究项目(青年项目)(黔教技[2022]156号);贵州省基础研究计划(自然科学类)项目(黔科合基础-ZK[2023]151);广东省自然科学基金项目(2214050007061);2023年贵州省级“金课”项目(2023117)。
将企业对项目研发过程中的各环节融入数字电路实训教学中,设计项目研发实训教学方案。缩小学校实训教学与企业工作模式的差异,让学生充分体验企业项目研发模式,培养符合企业需求的人才。教学实践结果表明,学生学科竞赛及项目实践能力取...
关键词:校企合作 人才培养 实训教学 教学改革 
检索报告 对象比较 聚类工具 使用帮助 返回顶部