国家自然科学基金(30671639)
- 作品数：29 被引量：133H指数：7
- 相关作者：业宁王厚立张训华徐昇丁建文更多>>
- 相关机构：南京林业大学山东大学南京工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术农业科学电子电信更多>>
- 基于断层扫描技术的木材含水率检测技术研究被引量：11
- 2009年
- 根据断层扫描基本原理导出用断层扫描技术检测木材含水率的新方法。用杉木试件实验验证的结果表明,木材含水率与木材断层扫描值存在高度线性相关,相关系数在0.9以上。该方法在木材含水率在纤维饱和点以上和以下都适用。
- 徐兆军丁涛丁建文王厚立
- 关键词：木材含水率断层扫描
- 基于颜色矩的木材缺陷聚类识别被引量：13
- 2009年
- 提出了一种新的基于无监督聚类木材缺陷识别方法。该方法借助于木材图像颜色矩特征提取,有效实现数据降维,利用K-means算法对产生的特征数据集进行聚类,产生不同木材表面类型类别标签,自动找出并正确标识木材表面缺陷位置。分析了不同木材表面缺陷类型识别效率。仿真实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别,平均运行时间为0.442 s,平均识别查准率约为86.5%,平均识别查全率约为81.1%。
- 吴东洋业宁沈丽容张倩倩赖正文
- 关键词：K-MEANS聚类方法颜色矩木材缺陷
- 基于LBP特征提取的木材纹理缺陷检测被引量：8
- 2007年
- 提出了一种基于LBP特征提取的木材纹理缺陷检测方法,分析了木材CT扫描图像在缩放、旋转时的LBP特征直方图特性的变化情况,根据木材纹理的特点设计LBP算子提取木材图像的全局特征,并使用该全局特征初步分离出CT扫描图像序列中有纹理缺陷的木材图像,再进一步提取有纹理缺陷木材图像的局部LBP特征直方图,并利用支持向量机分类器判断该缺陷的类型,在多个数据集上测试表明,与传统的直接以木材图像像素作为输入的方法相比,该方法检测速度快、精度高.
- 业宁丁建文王迪王厚立徐兆军
- 关键词：LBP木材纹理SVM
- 一种改进的JVT-H017码率控制算法被引量：2
- 2012年
- 提出一种改进的JVT-H017基本单元层码率控制算法。采用时空加权模型预测平均绝对差值(MAD),根据人类视觉系统特性设计加权Y分量的峰值信噪比(PSNR),联合新的MAD和PSNR估计基本单元层的复杂度,突出Y分量相对UV分量的重要性,并依此分配目标比特。实验结果显示,相比JVT-H017算法,改进算法更接近目标码率,码率误差平均降低0.269%,峰值信噪比平均提高0.278 dB,可保证具有误码的3G无线网络中视频图像的质量。
- 丁文张浩平胡鹏莎
- 关键词：H.264/AVC标准码率控制复杂度峰值信噪比
- 子模式判别型半监督非线性维数减少算法被引量：1
- 2009年
- 维数减少是在损失较少特征信息的条件下处理高维图像数据的关键技术,已成为高维数据处理中的热点问题.样本的类内和类间散度判别信息被用于判断当前样本对属于相同类还是不同类,同时考虑未标签样本对算法性能的影响,提出了一种判别型半监督非线性维数减少算法(discriminativesemi-supervised nonlinear dimensionality reduction,DSSNDR),可有效避免奇异性.DSSNDR采用高斯核和多项式核组合得到的混合核,将原始数据以一系列"有用的"特征形式投影到一个较低维的嵌入空间,便于分类,同时能够保持已标签和未标签样本的内部特征,可有效执行半监督学习.引入样本数据的子模式,将DSSNDR推广到子模式特征空间下的非线性方法,简称Sp-DSSNDR,进一步增强了DSSNDR的学习能力,提高分类精度.多个典型数据集上的分类和可视化实验表明,不同类的样本数据的投影在DSSNDR和Sp-DSSNDR构造的特征空间中存在较少的混叠现象,具有更好的可分离性.当维数被减少到较低水平时,本文算法几乎总是取得最好的结果,甚至超过了经典的主成分分析(PCA),核主成分分析(KPCA)和核Fisher判别分析(KFD)算法.
- 张召业宁杜辉沈丽容张贤涛
- 关键词：半监督学习子模式特征子空间
- 基于对gSpan改进的有向频繁子图挖掘算法被引量：2
- 2011年
- 提出的新算法对gSpan算法做了适用性改进,算法所采用的图编码技术与传统的频繁子图挖掘(FSG),快速频繁子图挖掘(FFSM),基于先验的图挖掘(AGM)等算法对图结构的编码均不同,由于对有向图进行了新的二维特征定义,因此可使算法适用范围有效地扩展至对有向图的学习,称之为基于对gSpan改进的有向频繁子图挖掘算法(DFSS);因目前为止,一系列频繁子图的挖掘大都是基于无向图上的知识发现,对直接作用于有向图的挖掘尚且很少.并且所设计算法较先前基于Apriori思想的FSG,AGM等一系列频繁图挖掘算法,在时间复杂度方面有了一定程度的改进,使得挖掘效率得以提升;实验结果表明在不损失挖掘完整度的前提下,其效率是FFSM算法的70～80倍.
- 周溜溜业宁
- 关键词：频繁子图
- 基于频繁子树挖掘的DNA重复序列识别方法被引量：2
- 2011年
- 提出了一种基于频繁子树挖掘策略说我DNA重复序列识别方法.绕开了传统的序列比对方式,将序列按照后缀树结构方式进行组织,再对后缀树形式做了约减改进,使其更加适合子树挖掘操作,最后利用频繁子树挖掘的方法对其进行学习.算法可以直接识别出满足设定阈值的重复序列,避免了由短重复体拼接所造成的时间浪费,设计的"二次识别技术"使得算法对模糊重复体也有着很好的识别效果,提高了识别完整度.实验证明:算法在识别效率性能方面较升,尤其当识别较长重复体时,优势体现的更为明显,同时在识别完整度方面也高度可比.
- 周溜溜业宁徐昇严敏利
- 关键词：DNA序列频繁子树挖掘
- 结肠癌基因表达谱的特征选取研究被引量：1
- 2012年
- 为了找到与结肠癌相关的基因,提高结肠癌样本的识别率,提出了基于Chernoff距离的浮动顺序搜索算法(sequential floating search method,SFSM)。通过对结肠癌基因表达谱数据集的分析,对每个基因进行评价和筛选;对筛选后的基因子集利用SFSM算法进行搜索,并以Chernoff距离作为其评估函数,生成若干候选特征基因子集;利用支持向量机(support vector machine,SVM)、K-近邻(K-nearest neighbor,KNN)和径向基(radical basis function,RBF)神经网络分类器来检验候选特征基因子集的分类效果。实验结果表明,利用SFSM及评估函数Chernoff距离发现在参数β=0.25时能找到最佳的特征基因组合,该组合能以很高的正确率识别结肠癌样本。
- 潘冬寅朱发徐昇业宁
- 关键词：支持向量机K-近邻径向基神经网络
- 权向量投影多平面支持向量机被引量：4
- 2010年
- 提出一个多平面支持向量机算法——权向量多平面支持向量机(WMPSVM).该方法利用差代替Rayleigh商问题,从而避免广义特征值的奇异问题.与传统分类器不同,该方法无需求解具体的超平面,仅求解两个权向量.其决策是将测试样本归为距样本投影均值距离最近的所在的类.从广义支持向量机(GEPSVM)求解目的出发,该方法在保证得到与GEPSVM相当的计算效率的前提下,能较好地求解异或问题以及一些复杂异或问题.最后在人工数据集和UCI数据集上显示,该方法的性能要好于GEPSVM.
- 业巧林业宁崔静陈艳男武波
- 关键词：支持向量机奇异性异或问题
- 基于分而治之策略的稀疏张量多层次数据挖掘
- 2011年
- 分析了MET算法的局限性以及out-of-core方法的特点,融合了两种算法的思想提出一种基于分而治之策略的多层次数据挖掘算法（DRMET）,避免了计算过程中可能造成的维数灾难问题,克服了MET算法执行效率不高的缺陷,同时继承了MET内存开销小的优点;实验结果表明：新算法在不增加存储空间的前提下大大约减了MET的时间开销,其效率大约是MET的1.86~15.85倍.
- 周溜溜业宁徐昇严敏利孙伟
- 关键词：时间开销
