-
题名基于绝对值距离的图像阈值化分割新算法
- 1
-
-
作者
乔韡韡
吴成茂
-
机构
温州大学瓯江学院
西安邮电学院电子与信息工程系
-
出处
《计算机应用与软件》
CSCD
2010年第8期259-262,共4页
-
文摘
传统Otsu阈值法对图像分割缺乏一定鲁棒性的不足,将Otsu阈值法的平方欧氏距离用绝对值距离代替得到一种新的图像阈值化分割准则,提出了基于绝对值距离的图像阈值分割新算法,最后给出其参数估计方法。实验结果表明,分割新算方法是有效的,能够获得比传统Otsu方法更好的分割结果。
-
关键词
图像分割
阈值化方法
OTSU法
平方欧氏距离
绝对值距离
-
Keywords
Image segmentation Thresholding method Otsu＇s method Squared Euclidean distance Absolute distance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名商业银行综合评价与分类
被引量：10
- 2
-
-
作者
熊维平
朱书红
-
机构
中南大学工商管理学院
-
出处
《中南工业大学学报（社会科学版）》
2001年第4期328-332,共5页
-
基金
国家统计局科研项目 (LX0 0 95 )
-
文摘
基于商业银行传统的加权综合评价方法存在权数确定不科学的缺陷 ,确定了商业银行综合评价指标的选择依据并构建了商业银行综合评价指标体系 ,指标包括 :资产收益率、贷款收益率、资产损失率、不良贷款率、非生息资产率、存款付息率、费用利润率、利息实收率。把考核指标转化为正指标后 ,按主分量分析进行综合评价 ,用方差极大化进行正交旋转 ,提取特征根大于 1的公共因子作为综合评价指标。选择平方欧氏距离作为样本相似性测度 ,用类间平均法作为聚类算法 ,按系统聚类法进行聚类分析 ,得到分类谱系图后 ,再恰当分类。并就综合评价结论与实际考核结果做了实证比较。
-
关键词
主分量分析
方差极大法
聚类分析
平方欧氏距离
商业银行
资产损失率
资产收益率
综合评价指标体系
-
Keywords
bank evaluation
principal component analysis
variation maximum
cluster analysis
square Euclid distance
-
分类号
F832.33
[经济管理—金融学]
-
-
题名基于改进匹配网络的单样本学习
被引量：7
- 3
-
-
作者
蒋留兵
周小龙
姜风伟
车俐
-
机构
桂林电子科技大学计算机与信息安全学院
桂林电子科技大学无线宽带通信与信号处理重点实验室
桂林电子科技大学信息与通信学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第6期1210-1217,共8页
-
基金
国家自然科学基金(61561010)
广西自然科学基金(2017GXNSFAA198089)
+1 种基金
广西重点研发计划(桂科AB18126003
AB18221016)资助课题
-
文摘
当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20-way 1-shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20-way 1-shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。
-
关键词
深度学习
小样本
改进匹配网络
平方欧氏距离
LSTM
-
Keywords
deep learning
few-shot
improved matching network
squared Euclidean distance
LSTM
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
