检索结果-维普期刊中文期刊服务平台

基于快速三维主成分分析的肺CT图像检测被引量：1: 1; 作者王青竹王珂 +2 位作者李勇王新竹王斌《光学精密工程》 EI CAS CSCD 北大核心 2010年第12期2695-2701,共7页; 为解决基于二维图像处理的计算机辅助诊疗系统（CAD）仅考虑每幅图像自身包含的信息而忽略不同扫描层之间的联系,以及数据处理过程中的海量计算问题,提出一种新的基于快速三维主成分分析（3D PCA）的有效肺CT病灶检测算法。该算法首先... 展开更多; 关键词 CT图像肺部检测图像处理快速主成分分析高阶张量奇异值分解计算机辅助诊疗; 在线阅读下载PDF 职称材料

基于Adaboost的孪生支持向量机人脸识别方法被引量：9: 2; 作者刘建明张捷 +1 位作者雷婕廖周宇《传感器与微系统》 CSCD 2020年第7期51-53,57,共4页; 为解决在人脸识别过程中算法模型的计算效率受样本特征维数影响的问题,通过主成分分析(PCA)对图像进行特征选择,但传统PCA特征计算的效率取决于维数的大小,为加快计算速度给出一种快速的PCA算法(FastPCA),可以有效降低特征提取的时间。... 展开更多; 关键词 ADABOOST 人脸识别快速主成分分析(FastPCA) 孪生支持向量机(TWSVM); 在线阅读下载PDF 职称材料

基于FPCA和PSOSVM回收塑料瓶分类被引量：2: 3; 作者吴开兴范亭亭 +1 位作者李丽宏张琳《计算机工程与设计》北大核心 2018年第11期3555-3558,3575,共5页; 为提高回收塑料瓶颜色分类的识别率,提出一种基于FPCA和PSOSVM的分类算法。在HSI模型中,使用快速主成分分析(FPCA)法对图像进行降维处理,提取有效的特征;采用粒子群算法(PSO)对支持向量机(SVM)的参数惩罚因子和核函数进行优化;为避免PS... 展开更多; 关键词回收塑料瓶分类快速主成分分析支持向量机粒子群算法参数寻优; 在线阅读下载PDF 职称材料

基于FPCA和ReliefF算法的图像特征降维被引量：1: 4; 作者齐迎春孙挺《吉林大学学报（理学版）》 CAS CSCD 北大核心 2015年第5期975-980,共6页; 针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷,提出一种结合快速主成分分析(FPCA)和ReliefF算法的图像特征降维方法.该方法先利用FPCA算法对样本数据进行初次降维,去除样本中的冗余信息;再利用ReliefF算法... 展开更多; 关键词图像特征降维快速主成分分析 RELIEFF算法; 在线阅读下载PDF 职称材料

基于新进化优化BP学习算法的心音识别方法被引量：4: 5; 作者袁倩影全海燕《吉林大学学报（理学版）》 CAS 北大核心 2020年第5期1195-1201,共7页; 为提高人工智能辅助诊断心音识别的准确率,根据心音信号的周期性特点,提出以快速主成分分析算法对心音信号降维和提取特征,同时基于单形进化算法,优化BP神经网络学习算法的输出与期望的误差函数,以改进BP神经网络的学习性能,实现对心音... 展开更多; 关键词单形进化算法快速主成分分析 BP神经网络心音识别; 在线阅读下载PDF 职称材料

基于FastICA和G-G聚类的多元时序自适应分段: 6; 作者王玲李泽中《电子学报》 EI CAS CSCD 北大核心 2023年第5期1235-1244,共10页; 现有多元时间序列的分段方法主要通过检测时序数据统计特性或形状的变化情况,并以此为依据对分段点的位置进行“硬划分”.然而,这些分段方法无法对两个分段之间的过渡区间长度进行准确估计,且普遍需要人为预先设置参数,在高维且噪声较... 展开更多; 关键词多元时间序列自适应分段快速独立主成分分析 Gath-Geva聚类最小描述长度; 在线阅读下载PDF 职称材料

支管流致噪声干扰下的复值域EFastICA管道泄漏声定位技术研究被引量：7: 7; 作者刘名杨杨进 +1 位作者郑伟樊恩东《振动与冲击》 EI CSCD 北大核心 2022年第9期51-58,65,共9页; 供水管网存在大量分支接头,流体在分支接头的分流作用下产生支管流致噪声,并通过管道与泄漏声信号进行耦合。针对支管流致噪声存在下的供水管道泄漏定位问题。提出一种基于高效快速独立主成分分析(efficient fast independent component... 展开更多; 关键词泄漏检测支管流致噪声复值域高效快速独立主成分分析(C-EFastICA) 复值域独立主成分分析(C-FastICA); 在线阅读下载PDF 职称材料

题名基于快速三维主成分分析的肺CT图像检测被引量：1: 1; 作者王青竹王珂李勇王新竹王斌; 机构吉林大学通信工程学院吉林工程技术师范学院信息工程学院吉林省肿瘤医院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2010年第12期2695-2701,共7页; 基金国家863高技术研究发展计划资助项目(No.2007AA12Z242); 文摘为解决基于二维图像处理的计算机辅助诊疗系统（CAD）仅考虑每幅图像自身包含的信息而忽略不同扫描层之间的联系,以及数据处理过程中的海量计算问题,提出一种新的基于快速三维主成分分析（3D PCA）的有效肺CT病灶检测算法。该算法首先引入高维张量奇异值分解（HOSVD）设计3D PCA;然后以提取出的三维空间特征点为种子点,进行区域增长以获取完整的疑似病灶区域;最后,根据医学图像具体特征,设计了一种HOSVD的简化分解算法。对来自吉林省肿瘤医院的10个典型病例的五百余幅临床CT图像进行了实验,并将实验结果与当前同类算法做了比较。结果表明,检测精确度提高了约10%~21%;另外,快速算法与原算法比较,计算复杂度可降低约1/3。由于快速3D PCA可以挖掘更多存在于不同连续扫描层间的有用信息,更精准提取病灶特征,在一定程度上提高了检测率。; 关键词 CT图像肺部检测图像处理快速主成分分析高阶张量奇异值分解计算机辅助诊疗; Keywords CT image pulmonary detection image processing fast Principle Component Analysis（PCA） Higher-order Singular Value Decomposition（HOSVD） Computer-aided Diagnosis（CAD）; 分类号 R814.42 [医药卫生—影像医学与核医学] TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于Adaboost的孪生支持向量机人脸识别方法被引量：9: 2; 作者刘建明张捷雷婕廖周宇; 机构玉林师范学院广西高校复杂系统优化与大数据处理重点实验室河池学院计算机与信息工程学院; 出处《传感器与微系统》 CSCD 2020年第7期51-53,57,共4页; 基金国家自然科学基金资助项目(61841603) 2017年广西高校中青年教师基础能力提升项目(2017KY0540) 广西高校复杂系统优化与大数据处理重点实验室开放基金资助项目(2016CSOBDP0201)。; 文摘为解决在人脸识别过程中算法模型的计算效率受样本特征维数影响的问题,通过主成分分析(PCA)对图像进行特征选择,但传统PCA特征计算的效率取决于维数的大小,为加快计算速度给出一种快速的PCA算法(FastPCA),可以有效降低特征提取的时间。为了避免过拟合问题并提高识别准确率,提出一种基于AdaBoost的孪生支持向量机(TWSVM)人脸识别方法。通过在ORL和Yale人脸数据库的进行仿真实验结果表明:本文提出的方法具有更好的识别率和更高的特征提取效率。; 关键词 ADABOOST 人脸识别快速主成分分析(FastPCA) 孪生支持向量机(TWSVM); Keywords Adaboost face recognition FastPCA twin support vector machine(TWSVM); 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于FPCA和PSOSVM回收塑料瓶分类被引量：2: 3; 作者吴开兴范亭亭李丽宏张琳; 机构河北工程大学信息与电气工程学院河北工程大学煤矿综合信息化河北省工程实验室; 出处《计算机工程与设计》北大核心 2018年第11期3555-3558,3575,共5页; 基金河北省教育厅基金项目(ZD2014081) 河北省自然科学基金项目(F2015402150); 文摘为提高回收塑料瓶颜色分类的识别率,提出一种基于FPCA和PSOSVM的分类算法。在HSI模型中,使用快速主成分分析(FPCA)法对图像进行降维处理,提取有效的特征;采用粒子群算法(PSO)对支持向量机(SVM)的参数惩罚因子和核函数进行优化;为避免PSO的计算结果陷入局部极值中,引入惯性权重和收敛因子;构建支持向量机分类模型,将优化后的参数和提取的特征作为输入进行分类识别。实验结果表明,该分类算法的识别率为93.4%,较未使用粒子群算法寻优的分类算法,识别率提高了5.8%,可以进行有效识别。; 关键词回收塑料瓶分类快速主成分分析支持向量机粒子群算法参数寻优; Keywords recycling plastic bottles classification FPCA SVM PSO parameter optimization; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于FPCA和ReliefF算法的图像特征降维被引量：1: 4; 作者齐迎春孙挺; 机构周口师范学院计算机科学与技术学院西北大学可视化研究所; 出处《吉林大学学报（理学版）》 CAS CSCD 北大核心 2015年第5期975-980,共6页; 基金河南省软科学研究计划项目(批准号:142400411133) 河南省科技公关计划项目(批准号:152102210367); 文摘针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷,提出一种结合快速主成分分析(FPCA)和ReliefF算法的图像特征降维方法.该方法先利用FPCA算法对样本数据进行初次降维,去除样本中的冗余信息;再利用ReliefF算法计算样本特征的分类权重,根据权重对特征进行组合优化.在算法实现过程中,采用递归排除策略,进一步提升了算法特征寻优能力.仿真实验表明,利用本文算法优选出的图像特征,可较好地提高聚类结果,适合实际工程的应用.; 关键词图像特征降维快速主成分分析 RELIEFF算法; Keywords image feature dimensionality reduction fast principal component analysis（FPCA） ReliefF algorithm; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于新进化优化BP学习算法的心音识别方法被引量：4: 5; 作者袁倩影全海燕; 机构昆明理工大学信息工程与自动化学院; 出处《吉林大学学报（理学版）》 CAS 北大核心 2020年第5期1195-1201,共7页; 基金国家自然科学基金(批准号:41364002).; 文摘为提高人工智能辅助诊断心音识别的准确率,根据心音信号的周期性特点,提出以快速主成分分析算法对心音信号降维和提取特征,同时基于单形进化算法,优化BP神经网络学习算法的输出与期望的误差函数,以改进BP神经网络的学习性能,实现对心音信号高准确度的分类识别.针对正常心音及8类异常心音信号进行性能分析与测试,实验结果表明,各类心音的平均识别率为95.96%,改进算法比其他对比算法识别率分别提高了4.9%,3.9%,1.9%,表明该算法能更有效地分类识别心音信号,提高人工辅助诊断的识别率.; 关键词单形进化算法快速主成分分析 BP神经网络心音识别; Keywords simplex evolution algorithm fast principal component analysis BP neural network heart sound recognition; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于FastICA和G-G聚类的多元时序自适应分段: 6; 作者王玲李泽中; 机构北京科技大学自动化学院北京科技大学自动化学院工业过程知识自动化教育部重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2023年第5期1235-1244,共10页; 基金国家自然科学基金(No.62076025,No.61572073)。; 文摘现有多元时间序列的分段方法主要通过检测时序数据统计特性或形状的变化情况,并以此为依据对分段点的位置进行“硬划分”.然而,这些分段方法无法对两个分段之间的过渡区间长度进行准确估计,且普遍需要人为预先设置参数,在高维且噪声较强的情况下分段效果较差.本文针对现有分段方法存在的诸多不足,提出一种基于FastICA(Fast Independent Component Analysis)和G-G(Gath-Geva)模糊聚类的多元时序自适应分段方法 .该方法利用FastICA进行特征提取,采用DW(Durbin-Watson)指数自动选取高信噪比的主成分,并根据最小描述长度(Minimum Description Length,MDL)设计基于G-G模糊聚类的自适应分段模型,实现对于多元时间序列的“软划分”.基于多种领域的真实数据集实验结果表明:与现有主流的分段方法相比,本文方法在上述数据集上的平均F1和MAE(Mean Absolute Error)可分别提升8.4%~16.8%和3.06%~6.56%.; 关键词多元时间序列自适应分段快速独立主成分分析 Gath-Geva聚类最小描述长度; Keywords multivariate time series adaptive segmentation fast independent component analysis Gath-Geva clus-tering minimum description length; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名支管流致噪声干扰下的复值域EFastICA管道泄漏声定位技术研究被引量：7: 7; 作者刘名杨杨进郑伟樊恩东; 机构重庆大学光电工程学院光电技术及系统教育部重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2022年第9期51-58,65,共9页; 基金国家自然科学基金(51675069)。; 文摘供水管网存在大量分支接头,流体在分支接头的分流作用下产生支管流致噪声,并通过管道与泄漏声信号进行耦合。针对支管流致噪声存在下的供水管道泄漏定位问题。提出一种基于高效快速独立主成分分析(efficient fast independent component analysis,EFastICA)技术的复值域高效快速独立主成分分析(complex efficient fast independent component analysis,C-EFastICA)技术,该算法将时域瞬时线性EFastICA技术的代价函数、约束函数、迭代规则等有效地扩展到复数域,实现对含支管流致噪声的泄漏声信号分解处理。与其他主成分分析(independent component analysis,ICA)类算法固定选择非线性函数不同的是,C-EFastICA根据声信号的广义高斯性特征,自适应地选择非线性函数建立代价函数和迭代学习规则,使得算法对混合信号的分离程度更高。试验结果表明,泄漏信号和支管流致噪声均是超高斯信号,经C-EFastICA分解得到的源泄漏信号对漏点的定位相对误差低于12%,低于传统同类的C-FastICA技术。; 关键词泄漏检测支管流致噪声复值域高效快速独立主成分分析(C-EFastICA) 复值域独立主成分分析(C-FastICA); Keywords leak detection branch pipe flow-induced noise complex efficient fast independent component analysis(C-EFastICA) complex fast independent component analysis(C-FastICA); 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于快速三维主成分分析的肺CT图像检测	王青竹王珂李勇王新竹王斌	《光学精密工程》 EI CAS CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
2	基于Adaboost的孪生支持向量机人脸识别方法	刘建明张捷雷婕廖周宇	《传感器与微系统》 CSCD	2020	9	在线阅读下载PDF 职称材料
3	基于FPCA和PSOSVM回收塑料瓶分类	吴开兴范亭亭李丽宏张琳	《计算机工程与设计》北大核心	2018	2	在线阅读下载PDF 职称材料
4	基于FPCA和ReliefF算法的图像特征降维	齐迎春孙挺	《吉林大学学报（理学版）》 CAS CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
5	基于新进化优化BP学习算法的心音识别方法	袁倩影全海燕	《吉林大学学报（理学版）》 CAS 北大核心	2020	4	在线阅读下载PDF 职称材料
6	基于FastICA和G-G聚类的多元时序自适应分段	王玲李泽中	《电子学报》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
7	支管流致噪声干扰下的复值域EFastICA管道泄漏声定位技术研究	刘名杨杨进郑伟樊恩东	《振动与冲击》 EI CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料