期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法
被引量：
4
1
作者
张学峰
陈渤
+1 位作者
王鹏辉
刘宏伟
《电子与信息学报》
EI
CSCD
北大核心
2015年第1期29-36,共8页
在目标识别中,对于样本数较多且分布复杂的数据,若将所有训练样本用来训练一个单一的分类器,会增加分类器的训练复杂度,且容易忽视样本的内在结构,不利于分类。因此人们提出了混合专家系统(ME),即将训练样本集划分为多个训练样本子集,...
在目标识别中,对于样本数较多且分布复杂的数据,若将所有训练样本用来训练一个单一的分类器,会增加分类器的训练复杂度,且容易忽视样本的内在结构,不利于分类。因此人们提出了混合专家系统(ME),即将训练样本集划分为多个训练样本子集,并在每个子集上单独训练分类器。但是传统ME系统需要人为确定专家个数,并且每个子集的学习独立于后端的任务,如分类。该文提出一种基于Dirichlet过程(DP)混合隐变量(LV)支持向量机(SVM)模型(DPLVSVM)的目标识别算法,采用DP混合模型自动确定样本聚类个数,同时每个聚类中使用线性隐变量SVM(LVSVM)进行分类。不同于以往算法,DPLVSVM将聚类过程和分类器的训练过程联合优化,保证了各个子集中样本的分布上的一致性和可分性,而且可以利用Gibbs采样技术对模型参数进行简便有效的估计。基于人工数据集、公共数据集以及雷达实测数据的实验验证了该文方法的有效性。
展开更多
关键词
目标识别
混合专家系统
Dirichlet过程混合模型
隐变量支持向量机
分类器
在线阅读
下载PDF
职称材料
融合分支定界的可变形部件模型的行人检测
被引量：
2
2
作者
柴恩惠
智敏
《计算机应用》
CSCD
北大核心
2017年第7期2003-2007,2013,共6页
针对可变形部件模型(DPM)算法在行人检测领域中的检测精度高,但由于在特征提取和行人定位两步中的计算量过大,导致检测速度过慢而不能应用于实时行人检测的问题,提出了一种融合分支定界算法和级联检测算法的可变形部件模型(BBCDPM)算法...
针对可变形部件模型(DPM)算法在行人检测领域中的检测精度高,但由于在特征提取和行人定位两步中的计算量过大,导致检测速度过慢而不能应用于实时行人检测的问题,提出了一种融合分支定界算法和级联检测算法的可变形部件模型(BBCDPM)算法。首先,选取梯度方向直方图(HOG)特征作为描述人体目标的特征,从而生成特征金字塔;然后,进行可变形部件模型的建模,并使用隐变量支持向量机(LSVM)对模型进行训练;同时,为了提高行人检测的准确度,将传统可变形部件模型算法中的5个部件模型增加到了8个;最后,在利用了级联检测算法简化检测模型的基础上,结合了分支定界算法寻找最大值,排除大量不可能的对象假设,完成对行人目标的定位和检测。在INRIA数据集上进行了实验,结果表明,与传统DPM算法相比,该算法将准确率提高了12个百分点,且大幅提高了行人检测与识别的速度。
展开更多
关键词
分支定界算法
可变形部件模型算法
级联检测算法
梯度直方图特征
特征金字塔
隐变量支持向量机
行人检测
在线阅读
下载PDF
职称材料
题名
一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法
被引量：
4
1
作者
张学峰
陈渤
王鹏辉
刘宏伟
机构
西安电子科技大学雷达信号处理国家重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第1期29-36,共8页
基金
国家自然科学基金(61372132
61271024
+3 种基金
61322103)
新世纪优秀人才支持计划(NCET-13-0945)
全国优秀博士学位论文作者专项资金(FANEDD-201156)
中央高校基本科研业务费专项资金资助课题
文摘
在目标识别中,对于样本数较多且分布复杂的数据,若将所有训练样本用来训练一个单一的分类器,会增加分类器的训练复杂度,且容易忽视样本的内在结构,不利于分类。因此人们提出了混合专家系统(ME),即将训练样本集划分为多个训练样本子集,并在每个子集上单独训练分类器。但是传统ME系统需要人为确定专家个数,并且每个子集的学习独立于后端的任务,如分类。该文提出一种基于Dirichlet过程(DP)混合隐变量(LV)支持向量机(SVM)模型(DPLVSVM)的目标识别算法,采用DP混合模型自动确定样本聚类个数,同时每个聚类中使用线性隐变量SVM(LVSVM)进行分类。不同于以往算法,DPLVSVM将聚类过程和分类器的训练过程联合优化,保证了各个子集中样本的分布上的一致性和可分性,而且可以利用Gibbs采样技术对模型参数进行简便有效的估计。基于人工数据集、公共数据集以及雷达实测数据的实验验证了该文方法的有效性。
关键词
目标识别
混合专家系统
Dirichlet过程混合模型
隐变量支持向量机
分类器
Keywords
Target recognition
Mixture-of-Experts（ME） system
Dirichlet Process（DP） mixture model
Latent Variable Support Vector Machine（LVSVM） classifier
分类号
TN957.51 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
融合分支定界的可变形部件模型的行人检测
被引量：
2
2
作者
柴恩惠
智敏
机构
内蒙古师范大学计算机与信息工程学院
出处
《计算机应用》
CSCD
北大核心
2017年第7期2003-2007,2013,共6页
基金
内蒙古师范大学科研基金资助项目(2016ZRYB005)~~
文摘
针对可变形部件模型(DPM)算法在行人检测领域中的检测精度高,但由于在特征提取和行人定位两步中的计算量过大,导致检测速度过慢而不能应用于实时行人检测的问题,提出了一种融合分支定界算法和级联检测算法的可变形部件模型(BBCDPM)算法。首先,选取梯度方向直方图(HOG)特征作为描述人体目标的特征,从而生成特征金字塔;然后,进行可变形部件模型的建模,并使用隐变量支持向量机(LSVM)对模型进行训练;同时,为了提高行人检测的准确度,将传统可变形部件模型算法中的5个部件模型增加到了8个;最后,在利用了级联检测算法简化检测模型的基础上,结合了分支定界算法寻找最大值,排除大量不可能的对象假设,完成对行人目标的定位和检测。在INRIA数据集上进行了实验,结果表明,与传统DPM算法相比,该算法将准确率提高了12个百分点,且大幅提高了行人检测与识别的速度。
关键词
分支定界算法
可变形部件模型算法
级联检测算法
梯度直方图特征
特征金字塔
隐变量支持向量机
行人检测
Keywords
Branch and Bound （BB） algorithm
Deformable Part Model （DPM） algorithm
Cascaded Detection （CD） algorithm
Histogram of Oriented Gradients （HOG） feature
characteristic pyramid
Latent Support Vector Machine （LSVM）
pedestrian detection
分类号
TP391.413 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
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
一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法
张学峰
陈渤
王鹏辉
刘宏伟
《电子与信息学报》
EI
CSCD
北大核心
2015
4
在线阅读
下载PDF
职称材料
2
融合分支定界的可变形部件模型的行人检测
柴恩惠
智敏
《计算机应用》
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
