检索结果-维普期刊中文期刊服务平台

基于多分类器的无分割手写数字字符串识别算法被引量：3: 1; 作者任晓奎丁鑫 +1 位作者陶志勇何欣键《计算机应用研究》 CSCD 北大核心 2020年第7期2222-2226,共5页; 手写体数字字符串识别常用于邮件自动分拣、银行票据和财务报表的录入中,针对其分割识别算法复杂度较高、准确率较低的问题,提出一种多分类器下无分割手写数字字符串识别算法。该算法的核心是采用四个分类器实现粘连字符串的无分割识别... 展开更多; 关键词图像处理手写数字字符串识别多分类器无分割动态选择; 在线阅读下载PDF 职称材料

基于改进花朵授粉的K-均值聚类算法被引量：2: 2; 作者陶志勇刘晓芳 +1 位作者刘影王和章《计算机应用研究》 CSCD 北大核心 2019年第11期3253-3257,共5页; 针对K-means聚类算法依赖于初始值并易陷入局部最优值的问题,提出了一种基于改进花朵授粉的K-means聚类算法。该算法首先通过混沌映射的序列作为花朵种群的初值位置,保证花朵种群在搜索空间的多样性、确定性;然后在花朵授粉的后期搜索... 展开更多; 关键词聚类花朵授粉混沌映射禁忌搜索 K-MEANS; 在线阅读下载PDF 职称材料

融合密度峰值的高斯混合模型聚类算法被引量：11: 3; 作者陶志勇刘晓芳王和章《计算机应用》 CSCD 北大核心 2018年第12期3433-3437,3443,共6页; 针对高斯混合模型(GMM)聚类算法对初始值敏感且容易陷入局部极小值的问题,利用密度峰值(DP)算法全局搜索能力强的优势,对GMM算法的初始聚类中心进行优化,提出了一种融合DP的GMM聚类算法(DPGMMC)。首先,基于DP算法寻找聚类中心,得到混合... 展开更多; 关键词聚类高斯混合模型最大期望算法密度峰值; 在线阅读下载PDF 职称材料

嵌入常识的混合注意力LSTM用于主题情感分析被引量：2: 4; 作者任晓奎郭娟陶志勇《计算机应用与软件》北大核心 2019年第10期151-155,161,共6页; 传统神经网络模型在捕捉上下文信息时,缺乏对于某一主题重要线索的准确分析能力。对此提出嵌入常识知识库的混合注意力长短时记忆网络(LSTM)主题情感分析模型。通过引入全局注意力和位置注意力机制来改进长短时记忆网络LSTM;将常识知识... 展开更多; 关键词情感分析常识知识注意力机制 LSTM; 在线阅读下载PDF 职称材料

基于迁移学习的指静脉与指关节纹分数级融合的识别研究被引量：1: 5; 作者陶志勇冯媛林森《计算机应用与软件》北大核心 2019年第12期162-168,183,共8页; 针对手指静脉与手指关节纹的数据样本小且识别准确率易受各自固有属性限制以及非注册用户对系统识别准确率影响较大等问题,提出一种基于迁移学习的带拒绝识别阈值的手指静脉与手指关节纹共同决策同一主体的双模态分数级融合识别方法。... 展开更多; 关键词手指静脉识别手指关节纹识别迁移学习分数级融合; 在线阅读下载PDF 职称材料

题名基于多分类器的无分割手写数字字符串识别算法被引量：3: 1; 作者任晓奎丁鑫陶志勇何欣键; 机构辽宁工程技术大学电子与信息工程学院阜新力兴科技有限责任公司中国电网四川阿坝州电力有限责任公司; 出处《计算机应用研究》 CSCD 北大核心 2020年第7期2222-2226,共5页; 基金辽宁省博士启动基金资助项目(20170520098) 辽宁省自然科学基金资助项目(2015020100) +1 种基金辽宁省教育厅一般项目(LJ2017QL013)。; 文摘手写体数字字符串识别常用于邮件自动分拣、银行票据和财务报表的录入中,针对其分割识别算法复杂度较高、准确率较低的问题,提出一种多分类器下无分割手写数字字符串识别算法。该算法的核心是采用四个分类器实现粘连字符串的无分割识别;将残差结构应用于Le Net-5网络,以增加网络深度,提高识别准确率,加快收敛速度;使用动态选择策略,以避免长度分类器误分类对识别结果的影响。实验结果表明,在NIST SD19一位数字和Synthetic数据集训练网络下,使用NIST SD19上长度为2、3、4、5、6的字符串验证网络,其识别准确率分别为99.3%、98.5%、98.1%、96.6%和97.2%。; 关键词图像处理手写数字字符串识别多分类器无分割动态选择; Keywords image processing handwritten digital string recognition multi-classifier no segmentation dynamic selection; 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

题名基于改进花朵授粉的K-均值聚类算法被引量：2: 2; 作者陶志勇刘晓芳刘影王和章; 机构辽宁工程技术大学电子与信息工程学院阜新力兴科技有限责任公司; 出处《计算机应用研究》 CSCD 北大核心 2019年第11期3253-3257,共5页; 基金辽宁省博士启动基金资助项目(20170520098) 辽宁省自然科学基金资助项目(2015020100) +1 种基金辽宁省教育厅一般项目(LJ2017QL013); 文摘针对K-means聚类算法依赖于初始值并易陷入局部最优值的问题,提出了一种基于改进花朵授粉的K-means聚类算法。该算法首先通过混沌映射的序列作为花朵种群的初值位置,保证花朵种群在搜索空间的多样性、确定性;然后在花朵授粉的后期搜索阶段引入禁忌搜索算法以避免陷入局部最优解;最后将改进后的FPA算法用于优化K-means算法的初值。在五个聚类数据集上的实验结果表明,改进后算法的平均聚类准确率相比于花朵授粉聚类算法提高了12.2%,证明了该算法对于低维数据集具有更好的聚类效果。; 关键词聚类花朵授粉混沌映射禁忌搜索 K-MEANS; Keywords clustering flower pollination logistic map Tabu search K-means; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名融合密度峰值的高斯混合模型聚类算法被引量：11: 3; 作者陶志勇刘晓芳王和章; 机构辽宁工程技术大学电子与信息工程学院阜新力兴科技有限责任公司; 出处《计算机应用》 CSCD 北大核心 2018年第12期3433-3437,3443,共6页; 基金辽宁省博士启动基金资助项目(20170520098) 辽宁省自然科学基金资助项目(2015020100) +1 种基金辽宁省教育厅一般项目(LJ2017QL013)~~; 文摘针对高斯混合模型(GMM)聚类算法对初始值敏感且容易陷入局部极小值的问题,利用密度峰值(DP)算法全局搜索能力强的优势,对GMM算法的初始聚类中心进行优化,提出了一种融合DP的GMM聚类算法(DPGMMC)。首先,基于DP算法寻找聚类中心,得到混合模型的初始参数;其次,采用最大期望(EM)算法迭代估计混合模型的参数;最后,根据贝叶斯后验概率准则实现数据点的聚类。在Iris数据集下,DP-GMMC聚类准确率可达到96. 67%,与传统GMM算法相比提高了33. 6个百分点,解决了对初始聚类中心依赖的问题。实验结果表明,DP-GMMC对低维数据集有较好的聚类效果。; 关键词聚类高斯混合模型最大期望算法密度峰值; Keywords clustering Gaussian Mixture Model (GMM) Expectation Maximization (EM) algorithm Density Peak (DP); 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名嵌入常识的混合注意力LSTM用于主题情感分析被引量：2: 4; 作者任晓奎郭娟陶志勇; 机构辽宁工程技术大学电子与信息工程学院阜新力兴科技有限责任公司; 出处《计算机应用与软件》北大核心 2019年第10期151-155,161,共6页; 基金辽宁省自然科学基金项目(2015020100); 文摘传统神经网络模型在捕捉上下文信息时,缺乏对于某一主题重要线索的准确分析能力。对此提出嵌入常识知识库的混合注意力长短时记忆网络(LSTM)主题情感分析模型。通过引入全局注意力和位置注意力机制来改进长短时记忆网络LSTM;将常识知识库嵌入到LSTM的情感分类训练中。该模型在推断特定主题的情感极性时明确地抓住了每个上下文词的重要性,使分类更加准确。实验结果表明,混合注意力模型与常识知识库的引入,提高了主题情感分析的分类效果。; 关键词情感分析常识知识注意力机制 LSTM; Keywords Sentiment analysis Commonsense knowledge Attention mechanism LSTM; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于迁移学习的指静脉与指关节纹分数级融合的识别研究被引量：1: 5; 作者陶志勇冯媛林森; 机构辽宁工程技术大学电子与信息工程学院阜新力兴科技有限责任公司; 出处《计算机应用与软件》北大核心 2019年第12期162-168,183,共8页; 基金辽宁省博士启动基金项目(20170520098) 辽宁省普通高等教育本科教育改革研究项目(551610001095) 辽宁省教育厅一般项目(LJ2017QL013); 文摘针对手指静脉与手指关节纹的数据样本小且识别准确率易受各自固有属性限制以及非注册用户对系统识别准确率影响较大等问题,提出一种基于迁移学习的带拒绝识别阈值的手指静脉与手指关节纹共同决策同一主体的双模态分数级融合识别方法。对二者数据集进行数据扩充和图像尺寸调整;使用经ImageNet海量数据集训练后的Vgg19、Inceptionv3、Xception以及Resnet分别在二者数据集上进行参数调优;应用调优后的新模型进行分类识别,得到各自的匹配分数,再进行分数级融合,融合后的匹配分数与拒绝识别阈值比较,再进行最终的决策。该方法在公开数据集中识别准确率均可达99%,较各自单模态在各个网络中的识别准确率提高0.33%~15%不等。实验结果表明,采用迁移学习方法对指静脉与指关节纹进行分数级融合能够有效提高系统的识别准确率。; 关键词手指静脉识别手指关节纹识别迁移学习分数级融合; Keywords Finger vein identification Finger knuckle print identification Transfer learning Score level fusion; 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	作者	出处	发文年	被引量	操作
1	基于多分类器的无分割手写数字字符串识别算法	任晓奎丁鑫陶志勇何欣键	《计算机应用研究》 CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
2	基于改进花朵授粉的K-均值聚类算法	陶志勇刘晓芳刘影王和章	《计算机应用研究》 CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
3	融合密度峰值的高斯混合模型聚类算法	陶志勇刘晓芳王和章	《计算机应用》 CSCD 北大核心	2018	11	在线阅读下载PDF 职称材料
4	嵌入常识的混合注意力LSTM用于主题情感分析	任晓奎郭娟陶志勇	《计算机应用与软件》北大核心	2019	2	在线阅读下载PDF 职称材料
5	基于迁移学习的指静脉与指关节纹分数级融合的识别研究	陶志勇冯媛林森	《计算机应用与软件》北大核心	2019	1	在线阅读下载PDF 职称材料