期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
最优距离聚类和特征融合表达的关键帧提取 被引量:7
1
作者 孙云云 江朝晖 +2 位作者 单桂朋 刘海秋 饶元 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第4期416-423,共8页
为了提高视频关键帧提取的质量和效率,提出一种基于最优距离聚类和特征融合表达的视频关键帧提取算法。在视频帧间差异性分析基础上,寻找并确定最优帧间距离阈值,采用无监督聚类算法对帧间距离进行聚类,获得类别数目最优的类图像集;计... 为了提高视频关键帧提取的质量和效率,提出一种基于最优距离聚类和特征融合表达的视频关键帧提取算法。在视频帧间差异性分析基础上,寻找并确定最优帧间距离阈值,采用无监督聚类算法对帧间距离进行聚类,获得类别数目最优的类图像集;计算图像的颜色复杂度和信息熵并融合,按照类中图像特征值"平均"的思想提取类代表帧,组成视频关键帧。对4个监测视频进行实验,结果显示:该算法提取关键帧的平均保真度为96.72%、平均压缩率为96.42%,运行时间也较短,与两种典型的基于聚类的关键帧提取方法相比,在相同的压缩率情况下,算法保真度大幅度提高,而运行时间较小或相当。该算法解决了无监督聚类对阈值的依赖性问题,兼顾了视频中运动目标变化和环境异常两种情况,具有良好的性能和适应性。 展开更多
关键词 监测视频 关键帧提取 最优距离阈值 无监督聚类 特征融合
在线阅读 下载PDF
基于CNN⁃GRU的智慧校园网络入侵远程检测方法 被引量:6
2
作者 李刚 付海 +2 位作者 赵邵蕾 孙耀文 杨屹 《现代电子技术》 2022年第23期93-96,共4页
为增大最优距离阈值的计算结果,实现对入侵信息参量的远程检测,提出基于CNN⁃GRU的智慧校园网络入侵远程检测方法。以CNN⁃GRU网络框架为基础,设置循环控制单元,并联合已获取数据信息参量,求解损失函数表达式,完成基于CNN⁃GRU的检测原理... 为增大最优距离阈值的计算结果,实现对入侵信息参量的远程检测,提出基于CNN⁃GRU的智慧校园网络入侵远程检测方法。以CNN⁃GRU网络框架为基础,设置循环控制单元,并联合已获取数据信息参量,求解损失函数表达式,完成基于CNN⁃GRU的检测原理分析。在入侵信息参量的数据集合中,选择最为适宜的数值指标,并根据其传输行为特征,计算寻优参数的具体数值,完成智慧校园网络入侵远程检测方法的设计。对比实验结果表明,与机器学习型检测方法相比,在CNN⁃GRU网络作用下,待检入侵信息参量的最优距离阈值指标计算数值更大,可以在远程条件下实现对智慧校园网络入侵行为的准确检测。 展开更多
关键词 CNN⁃GRU网络 智慧校园网络 入侵信息 循环控制单元 损失函数 最优距离阈值
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部