检索结果-维普期刊中文期刊服务平台

基于特征点动态选择的三维人脸点云模型重建被引量：3: 1; 作者陈素雅何宏《计算机应用研究》 CSCD 北大核心 2024年第2期629-634,共6页; 针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精... 展开更多; 关键词三维人脸点云模型重建动态特征矩阵二次加权法向量垂直距离特征融合局部特征一致性; 在线阅读下载PDF 职称材料

一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法被引量：36: 2; 作者程超钱志鸿 +1 位作者付彩欣刘晓慧《电子与信息学报》 EI CSCD 北大核心 2015年第10期2418-2423,共6页; 针对DV-Hop(Distance Vector-Hop)定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断... 展开更多; 关键词无线传感器网络遗传算法归一化加权 DV-Hop(distance vector-Hop)定位算法判断选择; 在线阅读下载PDF 职称材料

一种基于联合轮廓特征矢量的目标识别方法被引量：4: 3; 作者王波薛方正李祖枢《传感器与微系统》 CSCD 北大核心 2011年第7期64-67,74,共5页; 针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选... 展开更多; 关键词图像目标识别联合轮廓特征矢量变异系数高斯归一化模型加权欧式距离; 在线阅读下载PDF 职称材料

基于聚类的快速支持向量机训练算法被引量：1: 4; 作者曾志强高济谢彦麒《计算机应用研究》 CSCD 北大核心 2009年第4期1253-1256,共4页; 支持向量机(support vectormachine,SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而,当训练集较大时,训练SVM需要极大的时间及空间开销。另一方面,SVM训练所得的判定函数取决于支持向量,使用支持向量集取代训练样... 展开更多; 关键词二次规划无监督聚类权值距离阈值潜在支持向量; 在线阅读下载PDF 职称材料

基于误差加权和距离修正的改进DV-Hop算法被引量：3: 5; 作者赵晓青毛永毅《计算机工程与应用》 CSCD 北大核心 2016年第18期117-121,共5页; 针对DV-Hop算法定位精度不高的问题,提出一种基于误差加权和估计距离修正的改进DV-Hop算法。该算法先采用距离误差和跳数归一化加权的思想对锚节点的平均跳距进行修正,再根据锚节点距待定位节点位置的远近程度对两者间的估计距离进行修... 展开更多; 关键词距离矢量-跳数机制归一化加权距离修正定位精度; 在线阅读下载PDF 职称材料

一种基于自适应加权的鲁棒联邦学习算法被引量：2: 6; 作者张连福谭作文《计算机科学》 CSCD 北大核心 2023年第S01期799-807,共9页; 联邦学习(Federated Learning,FL)允许多个数据所有者联合训练机器学习模型,而无需他们共享私有训练数据。然而,研究表明,FL容易同时遭受拜占庭攻击和隐私泄露威胁,现有的研究都没有很好地解决这一问题。在联邦学习场景中,保护FL免受拜... 展开更多; 关键词自适应加权 l 2范数距离两次归一化拜占庭攻击鲁棒联邦学习差分隐私; 在线阅读下载PDF 职称材料

题名基于特征点动态选择的三维人脸点云模型重建被引量：3: 1; 作者陈素雅何宏; 机构上海理工大学健康科学与工程学院; 出处《计算机应用研究》 CSCD 北大核心 2024年第2期629-634,共6页; 基金国家科技部资助项目(G2021013008) 上海市科学技术委员会资助项目(18070503000) 上海理工大学医工交叉重点资助项目(1020308405,1022308502)。; 文摘针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,该算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.8165 mm,相较其他算法,其在模型重建精度和效率方面都有所提升,具有良好的应用前景。; 关键词三维人脸点云模型重建动态特征矩阵二次加权法向量垂直距离特征融合局部特征一致性; Keywords 3D face point cloud model reconstruction dynamic feature matrix quadratic weighted normal vector vertical distance feature fusion local feature consistency; 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

题名一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法被引量：36: 2; 作者程超钱志鸿付彩欣刘晓慧; 机构吉林大学通信工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2015年第10期2418-2423,共6页; 基金国家自然科学基金(61401175 61371092)~~; 文摘针对DV-Hop(Distance Vector-Hop)定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断的位置关系选择适合的跳段距离计算方法;用改进的遗传算法优化未知节点坐标。仿真结果表明,WSGDV-Hop定位算法的性能明显优于DV-Hop定位算法,减小了节点定位误差、提高了算法定位精度。; 关键词无线传感器网络遗传算法归一化加权 DV-Hop(distance vector-Hop)定位算法判断选择; Keywords Wireless Sensor Network（WSN） Genetic algorithm normalized weighted distance vector-Hop（DV-Hop） localization algorithm Judgment selection; 分类号 TP393 [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

题名一种基于联合轮廓特征矢量的目标识别方法被引量：4: 3; 作者王波薛方正李祖枢; 机构重庆大学自动化学院; 出处《传感器与微系统》 CSCD 北大核心 2011年第7期64-67,74,共5页; 基金国家自然科学基金资助项目(6057407660905053); 文摘针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型。在线识别时,提取场景目标的联合轮廓特征矢量,对其进行高斯归一化处理,计算场景目标与待识别目标的加权欧式距离,并根据预设阈值对待识别目标进行识别判断。对比实验验证了该方法的有效性和快速性,具有一定的实际应用价值。; 关键词图像目标识别联合轮廓特征矢量变异系数高斯归一化模型加权欧式距离; Keywords image object recognition mixed contour feature vector coefficient of variation Gaussian normalization model weighted Euclidean distance; 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

题名基于聚类的快速支持向量机训练算法被引量：1: 4; 作者曾志强高济谢彦麒; 机构厦门理工学院计算机科学与技术系浙江大学计算机科学与技术系; 出处《计算机应用研究》 CSCD 北大核心 2009年第4期1253-1256,共4页; 基金国家“973”计划重点基础研究发展资助项目(2003CB317000) 厦门理工学院引进人才项目(YKJ08003R); 文摘支持向量机(support vectormachine,SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而,当训练集较大时,训练SVM需要极大的时间及空间开销。另一方面,SVM训练所得的判定函数取决于支持向量,使用支持向量集取代训练样本集进行学习,可以在不影响结果分类器分类精度的同时缩短训练时间。采用混合方法来削减训练数据集,实现潜在支持向量的选择,从而降低SVM训练所需的时间及空间复杂度。实验结果表明,该算法在极大提高SVM训练速度的同时,基本维持了原始分类器的泛化性能。; 关键词二次规划无监督聚类权值距离阈值潜在支持向量; Keywords quadratic programming（QP） unsupervised clustering weight distance threshold potential support vector; 分类号 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

题名基于误差加权和距离修正的改进DV-Hop算法被引量：3: 5; 作者赵晓青毛永毅; 机构西安邮电大学电子工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2016年第18期117-121,共5页; 基金陕西省自然科学基金资助项目(No.2014JM2-6088); 文摘针对DV-Hop算法定位精度不高的问题,提出一种基于误差加权和估计距离修正的改进DV-Hop算法。该算法先采用距离误差和跳数归一化加权的思想对锚节点的平均跳距进行修正,再根据锚节点距待定位节点位置的远近程度对两者间的估计距离进行修正。仿真结果表明:改进算法在无需增加额外通信开销的情况下,使定位精度提高约48.95%,稳定性更高。; 关键词距离矢量-跳数机制归一化加权距离修正定位精度; Keywords distance vector(DV)-Hop algorithm normalized weighted distance correction positional accuracy; 分类号 TP393.07 [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

题名一种基于自适应加权的鲁棒联邦学习算法被引量：2: 6; 作者张连福谭作文; 机构江西财经大学信息管理学院计算机科学与技术系宜春学院数学与计算机科学学院; 出处《计算机科学》 CSCD 北大核心 2023年第S01期799-807,共9页; 基金国家自然科学基金(61862028) 江西省教育厅青年科技项目(GJJ210529)。; 文摘联邦学习(Federated Learning,FL)允许多个数据所有者联合训练机器学习模型,而无需他们共享私有训练数据。然而,研究表明,FL容易同时遭受拜占庭攻击和隐私泄露威胁,现有的研究都没有很好地解决这一问题。在联邦学习场景中,保护FL免受拜占庭攻击,同时考虑性能、效率、隐私、攻击者数量、简单可行等问题,是一个极具挑战性的问题。为解决这一问题,基于l 2范数和两次归一化方法提出了一种隐私保护鲁棒联邦学习算法DP-FedAWA。提出的算法不需要训练过程之外的任何假设,并且可以自适应地处理少量和大量的攻击者。无防御设置下选用DP-FedAvg作为比较基线,防御设置下选用Krum和Median作为比较基线。MedMNIST2D数据集上的广泛实验证实了,DP-FedAWA算法是安全的,对恶意客户端具有很好的鲁棒性,在Accuracy,Precision,Recall和F1-Score等性能指标上全面优于现有的Krum和Median算法。; 关键词自适应加权 l 2范数距离两次归一化拜占庭攻击鲁棒联邦学习差分隐私; Keywords Adaptive weighting l 2-norm distance quadratic normalization Byzantine attacks Robust federated learning Differential privacy; 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	作者	出处	发文年	被引量	操作
1	基于特征点动态选择的三维人脸点云模型重建	陈素雅何宏	《计算机应用研究》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
2	一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法	程超钱志鸿付彩欣刘晓慧	《电子与信息学报》 EI CSCD 北大核心	2015	36	在线阅读下载PDF 职称材料
3	一种基于联合轮廓特征矢量的目标识别方法	王波薛方正李祖枢	《传感器与微系统》 CSCD 北大核心	2011	4	在线阅读下载PDF 职称材料
4	基于聚类的快速支持向量机训练算法	曾志强高济谢彦麒	《计算机应用研究》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	基于误差加权和距离修正的改进DV-Hop算法	赵晓青毛永毅	《计算机工程与应用》 CSCD 北大核心	2016	3	在线阅读下载PDF 职称材料
6	一种基于自适应加权的鲁棒联邦学习算法	张连福谭作文	《计算机科学》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料