罗显科

作品数：2被引量：8H指数：1
导出分析报告
供职机构：重庆大学自动化学院更多>>
发文主题：目标跟踪粒子群优化特征选择算法信号故障数字图像处理更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机工程与应用》《世界科技研究与发展》更多>>
所获基金：重庆市自然科学基金重庆市科技攻关计划国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种基于粒子群优化的目标跟踪特征选择算法被引量：7
《计算机工程与应用》2013年第17期164-168,共5页尹宏鹏 刘兆栋 罗显科 柴毅 
重庆市自然科学基金项目(No.CSTC2010BB2065)
针对复杂背景下的运动目标跟踪特征选择问题,提出了一种基于粒子群优化的目标跟踪特征选择算法。假设具有目标与背景间最好可分离性的特征为最好的跟踪特征。通过构建目标与背景的图像特征分布方差的比值函数作为衡量目标与背景间的可...
关键词：目标跟踪 跟踪特征选择 粒子群优化 基于核的跟踪算法 
半监督增量式SVM在故障诊断中的应用研究被引量：1
《世界科技研究与发展》2013年第4期459-461,共3页罗显科 柴毅 李华锋 梁奕欢 
国家自然科学基金(60974090);重庆市攻关项目(2010ac3055)资助
基于半监督学习能够有效降低人工标注成本,以及增量学习可以加快训练速度,避免数据量大时训练时间过长等特性,本文提出了一种半监督增量式SVM算法。在算法中,首先对已标记样本进行训练得到初始分类器,然后利用此分类器对新增样本进行标...
关键词：支持向量机(SVM) 半监督学习 增量学习 故障诊断 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部