期刊导航
期刊开放获取
河南省图书馆
退出
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
3
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
基于RUSBoost和积矩系数的神经网络优化算法
被引量:
3
1
作者
尹化荣
陈莉
+1 位作者
张永新
陈丹丹
《计算机应用研究》
CSCD
北大核心
2018年第9期2592-2596,共5页
针对单个神经网络分类准确率低、RUSBoost算法提高NN分类器准确率耗时长的问题,提出了一种混合RUSBoost算法和积矩系数的分类优化算法。首先,利用RUSBoost算法生成m组训练集;然后,依据Pearson积矩系数计算每组训练集属性的相关程度消除...
针对单个神经网络分类准确率低、RUSBoost算法提高NN分类器准确率耗时长的问题,提出了一种混合RUSBoost算法和积矩系数的分类优化算法。首先,利用RUSBoost算法生成m组训练集;然后,依据Pearson积矩系数计算每组训练集属性的相关程度消除冗余属性,生成目标训练集;最后,新的子训练集训练神经网络分类器,选择最大准确率分类器作为最终的分类模型。实验中使用了四个Benchmark数据集来验证所提算法的有效性。实验结果表明,提出的算法的准确率相较于传统的算法最多提升了8.26%,训练时间最高降低了62.27%。
展开更多
关键词
神经网络
RUSBoost
积矩系数
集成学习
下载PDF
职称材料
基于用户情境和时序多样性的协同过滤优化算法
被引量:
1
2
作者
林皓
陈莉
+2 位作者
兰小艳
张珏
尹化荣
《西北大学学报(自然科学版)》
CAS
CSCD
北大核心
2017年第6期822-828,共7页
目前针对协同过滤算法的主要研究工作集中在如何更准确地预测用户对未知商品的评分,然而衡量推荐质量的标准并不限于预测准确率,推荐列表的多样性也是诸多衡量因素之一。该文将用户情境引入到传统协同过滤推荐算法中,在评分预测阶段考...
目前针对协同过滤算法的主要研究工作集中在如何更准确地预测用户对未知商品的评分,然而衡量推荐质量的标准并不限于预测准确率,推荐列表的多样性也是诸多衡量因素之一。该文将用户情境引入到传统协同过滤推荐算法中,在评分预测阶段考虑用户所处的内部情境,对预测评分进行加权,以保证推荐结果符合用户偏好;在生成推荐阶段,基于外部情境对推荐候选项加权重排,提高推荐列表的时序多样性。实验结果表明,与其他多样性优化方法相比,基于用户情境的方法在保持推荐准确率的同时,能够有效提高系统推荐结果的时序多样性。
展开更多
关键词
协同过滤
时序多样性
用户情境
下载PDF
职称材料
结合四元数与最小核值相似区的边缘检测
被引量:
8
3
作者
李姗姗
陈莉
+2 位作者
张永新
尹化荣
袁娅婷
《中国图象图形学报》
CSCD
北大核心
2017年第7期915-925,共11页
目的针对传统彩色图像边缘检测方法中未充分利用图像色度信息、颜色模型间非线性转换过程中时间和空间的大量耗费、算法实现复杂等问题,将四元数引入最小核值相似区(SUSAN)算法中,提出一种RGB空间下的结合四元数与最小核值相似区的边缘...
目的针对传统彩色图像边缘检测方法中未充分利用图像色度信息、颜色模型间非线性转换过程中时间和空间的大量耗费、算法实现复杂等问题,将四元数引入最小核值相似区(SUSAN)算法中,提出一种RGB空间下的结合四元数与最小核值相似区的边缘检测算法。方法该算法首先对彩色图像进行四元数描述,然后用改进的SUSAN算子进行边缘检测。针对其中单一几何阈值g的限制,以及检测出的边缘较粗等问题,本文采用Otsu算法自适应获取双几何阈值,再对弱边缘点集进行边缘生长,最后根据USAN重心及其对称最长轴来确定边缘局部方向,实现对边缘点的局部非极大值抑制,得到最终细化后的边缘图像。结果实验选取1幅合成彩色图像及3幅标准图像库图像,与彩色Canny算法、SUSAN算法,及采用单阈值的本文算法进行对比,并采用Pratt品质因数衡量边缘定位精度。本文算法能够检测出亮度相近的不同颜色区域之间的边缘,且提取的边缘比较连续、细致,漏检边缘较少。与公认边缘检测效果较好的彩色Canny算法相比,本文算法的品质因数提高了0.012 0,耗时缩短了2.527 9 s。结论本文提出了一种结合四元数与最小核值相似区的边缘检测算法,实现了四元数与SUSAN算子的有效融合。实验结果表明,该算法能够提高边缘定位精度,对弱噪声具有较好的抑制能力,适用于对实时性要求不高的低层次彩色图像处理。
展开更多
关键词
彩色图像边缘检测
四元数
SUSAN算子
OTSU算法
局部非极大值抑制
原文传递
题名
基于RUSBoost和积矩系数的神经网络优化算法
被引量:
3
1
作者
尹化荣
陈莉
张永新
陈丹丹
机构
西北大学信息科学与技术学院
出处
《计算机应用研究》
CSCD
北大核心
2018年第9期2592-2596,共5页
基金
国家自然科学基金资助项目(61502219)
博士后基金资助项目(2015M582697)
文摘
针对单个神经网络分类准确率低、RUSBoost算法提高NN分类器准确率耗时长的问题,提出了一种混合RUSBoost算法和积矩系数的分类优化算法。首先,利用RUSBoost算法生成m组训练集;然后,依据Pearson积矩系数计算每组训练集属性的相关程度消除冗余属性,生成目标训练集;最后,新的子训练集训练神经网络分类器,选择最大准确率分类器作为最终的分类模型。实验中使用了四个Benchmark数据集来验证所提算法的有效性。实验结果表明,提出的算法的准确率相较于传统的算法最多提升了8.26%,训练时间最高降低了62.27%。
关键词
神经网络
RUSBoost
积矩系数
集成学习
Keywords
neural network
RUSBoost
correlation coefficient
ensemble learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于用户情境和时序多样性的协同过滤优化算法
被引量:
1
2
作者
林皓
陈莉
兰小艳
张珏
尹化荣
机构
西北大学信息科学与技术学院
出处
《西北大学学报(自然科学版)》
CAS
CSCD
北大核心
2017年第6期822-828,共7页
基金
国家科技支撑计划课题基金资助项目(2013BAH49F02)
文摘
目前针对协同过滤算法的主要研究工作集中在如何更准确地预测用户对未知商品的评分,然而衡量推荐质量的标准并不限于预测准确率,推荐列表的多样性也是诸多衡量因素之一。该文将用户情境引入到传统协同过滤推荐算法中,在评分预测阶段考虑用户所处的内部情境,对预测评分进行加权,以保证推荐结果符合用户偏好;在生成推荐阶段,基于外部情境对推荐候选项加权重排,提高推荐列表的时序多样性。实验结果表明,与其他多样性优化方法相比,基于用户情境的方法在保持推荐准确率的同时,能够有效提高系统推荐结果的时序多样性。
关键词
协同过滤
时序多样性
用户情境
Keywords
collaborative filtering
temporal diversity
user context
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
结合四元数与最小核值相似区的边缘检测
被引量:
8
3
作者
李姗姗
陈莉
张永新
尹化荣
袁娅婷
机构
西北大学信息科学与技术学院
洛阳师范学院中原经济区智慧旅游河南省协同创新中心
出处
《中国图象图形学报》
CSCD
北大核心
2017年第7期915-925,共11页
基金
国家科技支撑计划基金项目(2013BAH49F02)
国家自然科学基金项目(61502219)
中国博士后科学基金项目(2015M582697)~~
文摘
目的针对传统彩色图像边缘检测方法中未充分利用图像色度信息、颜色模型间非线性转换过程中时间和空间的大量耗费、算法实现复杂等问题,将四元数引入最小核值相似区(SUSAN)算法中,提出一种RGB空间下的结合四元数与最小核值相似区的边缘检测算法。方法该算法首先对彩色图像进行四元数描述,然后用改进的SUSAN算子进行边缘检测。针对其中单一几何阈值g的限制,以及检测出的边缘较粗等问题,本文采用Otsu算法自适应获取双几何阈值,再对弱边缘点集进行边缘生长,最后根据USAN重心及其对称最长轴来确定边缘局部方向,实现对边缘点的局部非极大值抑制,得到最终细化后的边缘图像。结果实验选取1幅合成彩色图像及3幅标准图像库图像,与彩色Canny算法、SUSAN算法,及采用单阈值的本文算法进行对比,并采用Pratt品质因数衡量边缘定位精度。本文算法能够检测出亮度相近的不同颜色区域之间的边缘,且提取的边缘比较连续、细致,漏检边缘较少。与公认边缘检测效果较好的彩色Canny算法相比,本文算法的品质因数提高了0.012 0,耗时缩短了2.527 9 s。结论本文提出了一种结合四元数与最小核值相似区的边缘检测算法,实现了四元数与SUSAN算子的有效融合。实验结果表明,该算法能够提高边缘定位精度,对弱噪声具有较好的抑制能力,适用于对实时性要求不高的低层次彩色图像处理。
关键词
彩色图像边缘检测
四元数
SUSAN算子
OTSU算法
局部非极大值抑制
Keywords
edge detection of color image
quaternion
SUSAN operator
Otsu algorithm
local non-maximum suppression
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于RUSBoost和积矩系数的神经网络优化算法
尹化荣
陈莉
张永新
陈丹丹
《计算机应用研究》
CSCD
北大核心
2018
3
下载PDF
职称材料
2
基于用户情境和时序多样性的协同过滤优化算法
林皓
陈莉
兰小艳
张珏
尹化荣
《西北大学学报(自然科学版)》
CAS
CSCD
北大核心
2017
1
下载PDF
职称材料
3
结合四元数与最小核值相似区的边缘检测
李姗姗
陈莉
张永新
尹化荣
袁娅婷
《中国图象图形学报》
CSCD
北大核心
2017
8
原文传递
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