期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于广义判决分析的图像拼接检测最优类色度通道设计方法 被引量:3
1
作者 赵旭东 李生红 +1 位作者 王士林 李建华 《电子与信息学报》 EI CSCD 北大核心 2014年第9期2033-2040,共8页
针对图像拼接检测问题,该文提出一种基于广义判决分析(GDA)的最优类色度通道设计方法。将最优类色度通道的设计建模为一个以GDA识别力为目标函数,以类色度通道参数范围为约束条件的最优化问题,通过网格搜索和梯度上升法求解最优类色度... 针对图像拼接检测问题,该文提出一种基于广义判决分析(GDA)的最优类色度通道设计方法。将最优类色度通道的设计建模为一个以GDA识别力为目标函数,以类色度通道参数范围为约束条件的最优化问题,通过网格搜索和梯度上升法求解最优类色度通道参数。在哥伦比亚图像拼接检测评估库中的实验结果显示,目前4种主流的图像拼接检测方法在最优类色度通道上的识别率均高于已有的颜色通道,验证了该方法的通用性和有效性。 展开更多
关键词 图像拼接检测 类色度通道 广义判决分析 网格搜索 梯度上升法
在线阅读 下载PDF
具有模糊系数约束的多目标线性规划 被引量:3
2
作者 宋业新 胡伟文 张建军 《海军工程大学学报》 CAS 2004年第1期40-44,共5页
研究了一类具有模糊系数约束的多目标线性规划问题.根据各目标函数的梯度方向来量化目标之间的冲突程度,以此提出了一种确定目标权重的新方法,然后基于惩罚函数运用梯度上升算法求问题的有效解.最后给出了一个数值例子.
关键词 模糊系数 多目标线性规划 惩罚函数 梯度上升算法
在线阅读 下载PDF
非凸极小极大问题的优化算法与复杂度分析 被引量:6
3
作者 徐姿 张慧灵 《运筹学学报》 CSCD 北大核心 2021年第3期74-86,共13页
非凸极小极大问题是近期国际上优化与机器学习、信号处理等交叉领域的一个重要研究前沿和热点,包括对抗学习、强化学习、分布式非凸优化等前沿研究方向的一些关键科学问题都归结为该类问题。国际上凸-凹极小极大问题的研究已取得很好的... 非凸极小极大问题是近期国际上优化与机器学习、信号处理等交叉领域的一个重要研究前沿和热点,包括对抗学习、强化学习、分布式非凸优化等前沿研究方向的一些关键科学问题都归结为该类问题。国际上凸-凹极小极大问题的研究已取得很好的成果,但非凸极小极大问题不同于凸-凹极小极大问题,是有其自身结构的非凸非光滑优化问题,理论研究和求解难度都更具挑战性,一般都是NP-难的。重点介绍非凸极小极大问题的优化算法和复杂度分析方面的最新进展。 展开更多
关键词 极小极大优化问题 复杂度分析 一阶算法 (随机)梯度下降上升算法 交替梯度投影算法 非凸优化 机器学习
在线阅读 下载PDF
基于节点地位和相似性的社交网络边符号预测 被引量:2
4
作者 卢志刚 叶美丽 《计算机应用研究》 CSCD 北大核心 2020年第2期411-415,共5页
边符号预测即根据网络拓扑结构挖掘符号相关隐含信息,旨在揭示用户之间的潜在关系。节点地位和相似性能够较好地体现边符号属性,为改善预测效果提供了理论基础。通过探究两者与边符号属性之间的强相关性,建立符号预测模型。首先,利用排... 边符号预测即根据网络拓扑结构挖掘符号相关隐含信息,旨在揭示用户之间的潜在关系。节点地位和相似性能够较好地体现边符号属性,为改善预测效果提供了理论基础。通过探究两者与边符号属性之间的强相关性,建立符号预测模型。首先,利用排序算法prestige评估用户节点的社会地位,同时使用余弦相似度表示用户的社交偏好;然后,在逻辑回归学习模型的基础上融合两者建立边符号预测模型LR-SN;最后,在模型训练过程中采用随机梯度上升算法优化求解。三个真实网络数据集的实验结果表明,相比于现有基准方法,LR-SN模型的符号预测准确率显著提高且具有一定的推广性,说明通过融合局部信息与全局信息能够进一步改善预测效果。 展开更多
关键词 边符号预测 节点地位 节点相似性 逻辑回归 随机梯度上升算法
在线阅读 下载PDF
Mean Shift算法的收敛性分析 被引量:48
5
作者 文志强 蔡自兴 《软件学报》 EI CSCD 北大核心 2007年第2期205-212,共8页
作为迭代算法,Mean Shift的收敛性研究是应用的基础,而Comaniciu和李乡儒分别证明了Mean Shift的收敛性,但证明过程存在错误.首先指出了Comaniciu和李乡儒的证明过程存在错误;然后,从数学上重新证明了Mean Shift算法的局部收敛性,并指... 作为迭代算法,Mean Shift的收敛性研究是应用的基础,而Comaniciu和李乡儒分别证明了Mean Shift的收敛性,但证明过程存在错误.首先指出了Comaniciu和李乡儒的证明过程存在错误;然后,从数学上重新证明了Mean Shift算法的局部收敛性,并指出其收敛到局部极大值的条件;最后,从几何上举反例分析了Mean Shift的收敛性,并进行了深入比较和讨论.这为Mean Shift算法的深入研究及应用奠定了基础. 展开更多
关键词 Mean SHIFT算法 收敛性 核函数 核密度估计 梯度上升方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部