期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于深度学习的K近邻图迭代静脉识别算法研究
1
作者 王闪闪 巩长庆 +3 位作者 秦华锋 王军 李艳涛 杨数强 《智能系统学报》 CSCD 北大核心 2024年第5期1149-1156,共8页
深度学习在计算机视觉中具有强大的特征表达能力,近年来广泛应用于静脉特征的提取与识别。通常,基于深度学习的静脉识别模型在训练阶段,每次仅输入1幅图像及其对应的标签,学习图像与标签之间的映射关系,然而,这种每次只处理单幅图像的方... 深度学习在计算机视觉中具有强大的特征表达能力,近年来广泛应用于静脉特征的提取与识别。通常,基于深度学习的静脉识别模型在训练阶段,每次仅输入1幅图像及其对应的标签,学习图像与标签之间的映射关系,然而,这种每次只处理单幅图像的方法,难以捕捉不同类别多幅静脉图像之间的关系。为了解决该问题,提出一种基于深度学习的K近邻图迭代静脉识别算法。用较优的深度学习模型提取掌静脉图像特征;利用K近邻算法通过特征距离在训练集中选出最近的K幅图像及其标签,通过这些特征向量生成标签传播矩阵和标签矩阵;利用图迭代算法预测待分类图像的标签,完成分类。在香港理工大学和同济大学提供的掌静脉数据集上进行实验,最高识别精度分别为99.67%和92.72%。 展开更多
关键词 生物特征识别 掌静脉识别 像处理 深度学习 K近邻算法 卷积神经网络 图迭代算法 神经网络
在线阅读 下载PDF
基于超像素和改进迭代图割算法的图像分割 被引量:6
2
作者 戴庆焰 朱仲杰 +1 位作者 段智勇 李伟杰 《计算机工程》 CAS CSCD 北大核心 2016年第7期220-226,共7页
基于经典的图割(Graph cut)理论,提出一种基于超像素和改进Graph cut算法的图像分割算法。采用改进简单线性迭代聚类算法,得到前景边缘信息保存较完整的超像素图像。以超像素为处理单元,通过融合颜色、梯度等信息重建能量函数,并基于Gra... 基于经典的图割(Graph cut)理论,提出一种基于超像素和改进Graph cut算法的图像分割算法。采用改进简单线性迭代聚类算法,得到前景边缘信息保存较完整的超像素图像。以超像素为处理单元,通过融合颜色、梯度等信息重建能量函数,并基于Graph cut框架进行分割。仿真结果显示,与Grabcut算法相比,改进算法不仅具有更高的分割精度,提取的目标边缘较完整、光滑,而且大幅提升了分割效率。 展开更多
关键词 像分割 改进算法 简单线性聚类算法 超像素 能量函数
在线阅读 下载PDF
面向机器学习的分布式并行计算关键技术及应用 被引量:15
3
作者 曹嵘晖 唐卓 +1 位作者 左知微 张学东 《智能系统学报》 CSCD 北大核心 2021年第5期918-930,共13页
当前机器学习等算法的计算、迭代过程日趋复杂,充足的算力是保障人工智能应用落地效果的关键。本文首先提出一种适应倾斜数据的分布式异构环境下的任务时空调度算法,有效提升机器学习模型训练等任务的平均效率;其次,提出分布式异构环境... 当前机器学习等算法的计算、迭代过程日趋复杂,充足的算力是保障人工智能应用落地效果的关键。本文首先提出一种适应倾斜数据的分布式异构环境下的任务时空调度算法,有效提升机器学习模型训练等任务的平均效率;其次,提出分布式异构环境下高效的资源管理系统与节能调度算法,实现分布式异构环境下基于动态预测的跨域计算资源迁移及电压/频率的动态调节,节省了系统的整体能耗;然后构建了适应于机器学习/深度学习算法迭代的分布式异构优化环境,提出了面向机器学习/图迭代算法的分布式并行优化基本方法。最后,本文研发了面向领域应用的智能分析系统,并在制造、交通、教育、医疗等领域推广应用,解决了在高效数据采集、存储、清洗、融合与智能分析等过程中普遍存在的性能瓶颈问题。 展开更多
关键词 机器学习 分布式计算 倾斜数据 任务时空调度 资源管理 节能调度 跨域资源迁移 并行优化 图迭代算法 智能分析系统
在线阅读 下载PDF
Contributions to Hom-Schunck optical flow equations-part I: Stability and rate of convergence of classical algorithm 被引量:3
4
作者 DONG Guo-hua AN Xiang-jing FANG Yu-qiang HU De-wen 《Journal of Central South University》 SCIE EI CAS 2013年第7期1909-1918,共10页
Globally exponential stability (which implies convergence and uniqueness) of their classical iterative algorithm is established using methods of heat equations and energy integral after embedding the discrete iterat... Globally exponential stability (which implies convergence and uniqueness) of their classical iterative algorithm is established using methods of heat equations and energy integral after embedding the discrete iteration into a continuous flow. The stability condition depends explicitly on smoothness of the image sequence, size of image domain, value of the regularization parameter, and finally discretization step. Specifically, as the discretization step approaches to zero, stability holds unconditionally. The analysis also clarifies relations among the iterative algorithm, the original variation formulation and the PDE system. The proper regularity of solution and natural images is briefly surveyed and discussed. Experimental results validate the theoretical claims both on convergence and exponential stability. 展开更多
关键词 optical flow Hom-Schunck equations globally exponential stability convergence convergence rate heat equations energy integral and estimate Gronwall inequality natural images REGULARITY
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部