期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于Markov随机游走的渐进式半监督分类模型 被引量:1
1
作者 陈秀平 王明文 +1 位作者 万剑怡 左家莉 《江西师范大学学报(自然科学版)》 CAS 北大核心 2014年第1期102-107,共6页
提出了一种基于Markov随机游走的渐进式半监督分类模型:在随机游走过程中,计算待标注数据到各类的迁移概率时,只考虑相应类别样本的影响,而忽略其他类别样本对随机过程的影响;并在学习过程中借鉴渐进学习思想,通过不断地"纠正"... 提出了一种基于Markov随机游走的渐进式半监督分类模型:在随机游走过程中,计算待标注数据到各类的迁移概率时,只考虑相应类别样本的影响,而忽略其他类别样本对随机过程的影响;并在学习过程中借鉴渐进学习思想,通过不断地"纠正"半监督学习过程中的"错误",从而提高模型的预测精度.在20newsgroups数据集上的实验结果表明:所提出的方法能够提高半监督分类的精度. 展开更多
关键词 监督分类 渐进学习 markov随机 迭代
在线阅读 下载PDF
Markov随机游走和高斯混合模型相结合的运动目标检测算法 被引量:10
2
作者 李菊 李克清 苏勇刚 《电子测量与仪器学报》 CSCD 2014年第5期533-537,共5页
针对高斯混合算法对每一像素与它前后帧的像素相关联,并未考虑与相邻像素之间的关联,无法准确地捕捉到运动物体轮廓的情况,提出一种基于混合高斯模型和Markov随机游走的运动目标检测算法。利用混合高斯模型计算像素之间的颜色信息,采用M... 针对高斯混合算法对每一像素与它前后帧的像素相关联,并未考虑与相邻像素之间的关联,无法准确地捕捉到运动物体轮廓的情况,提出一种基于混合高斯模型和Markov随机游走的运动目标检测算法。利用混合高斯模型计算像素之间的颜色信息,采用Markov随机游走提取图像的边缘信息,并与提取的运动初始目标进行与计算,同时利用高斯混合模型更新背景信息。结果表明,本方法比传统的混合高斯方法具有较高的分割精度,很好的解决了混合高斯算法边缘模糊的问题,探测率也大大的提高了。 展开更多
关键词 运动目标检测 markov随机 混合高斯模型
在线阅读 下载PDF
人体行为识别的Markov随机游走半监督学习方法 被引量:8
3
作者 袁和金 王翠茹 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2011年第10期1749-1757,共9页
针对目前人体行为识别方法大都需要大量有标注样本的问题,提出一种基于Markov随机游走的半监督人体行为识别算法.首先提取序列图像各帧人体区域的网格统计特征,再采用基于对手惩罚策略的竞争神经网络对其进行聚类和编码,将图像序列表示... 针对目前人体行为识别方法大都需要大量有标注样本的问题,提出一种基于Markov随机游走的半监督人体行为识别算法.首先提取序列图像各帧人体区域的网格统计特征,再采用基于对手惩罚策略的竞争神经网络对其进行聚类和编码,将图像序列表示的人体行为变换为符号序列;然后根据行为之间的归一化编辑距离建立已标注行为、未标注行为和类别之间的Markov链,并采用Markov随机游走过程来预测未标注行为的类别;最后采用最大后验概率准则对观测到的未知行为进行分类.对Weizmann数据集中人体行为的识别实验结果表明,该方法是一种有效的人体行为识别方法,在标注样本很少的情况下平均识别精度可以超过80%. 展开更多
关键词 人体行为识别 编辑距离 markov随机 监督学习
在线阅读 下载PDF
一种基于随机游走的迭代加权子图查询算法 被引量:3
4
作者 张小驰 于华 宫秀军 《计算机研究与发展》 EI CSCD 北大核心 2015年第12期2824-2833,共10页
作为经典的NP完全问题之一,子图查询算法近年来在社交网络、生物分子网络等复杂系统分析中引起研究人员的极大关注.结点相似性计算和目标图约简是子图查询算法中提高查询准确率和降低计算复杂性的2种常用手段.针对复杂生物分子网络之间... 作为经典的NP完全问题之一,子图查询算法近年来在社交网络、生物分子网络等复杂系统分析中引起研究人员的极大关注.结点相似性计算和目标图约简是子图查询算法中提高查询准确率和降低计算复杂性的2种常用手段.针对复杂生物分子网络之间的子图查询问题,提出了一种基于半Markov随机游走的迭代加权子图查询算法.在结点相似性计算中,设计了基于半Markov游走模型的集成结点本身相似性、结构相似性及邻居结点相似性的综合度量方法;同时,在目标图约简过程中,通过迭代递减目标图中低相似性结点,以降低目标图的规模.对多个真实蛋白质网络查询的实验结果表明,算法在精度和时间复杂性方面都有明显提高. 展开更多
关键词 半markov游走模型 迭代加权 蛋白质相互作用 生物分子网络 子图查询
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部