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
4
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Gabor特征与协同表示的人脸识别算法
被引量:
10
1
作者
张宏星
邹刚
+1 位作者
赵键
李志勇
《计算机工程与设计》
CSCD
北大核心
2014年第2期666-670,676,共6页
基于稀疏表示的分类识别算法(SRC)在进行人脸识别处理时需要求解基于l1范数最小化问题,导致SRC方法的计算复杂度较高。基于协同表示和规则最小二乘的分类识别方法 (CRC-RLS),提出SRC算法对于分类的有效性不是取决于基于l1范数的稀疏性,...
基于稀疏表示的分类识别算法(SRC)在进行人脸识别处理时需要求解基于l1范数最小化问题,导致SRC方法的计算复杂度较高。基于协同表示和规则最小二乘的分类识别方法 (CRC-RLS),提出SRC算法对于分类的有效性不是取决于基于l1范数的稀疏性,而是由其内在的协同表示性所决定的,因此将基于l1范数的稀疏性约束条件简化为最小二乘约束问题,算法复杂度得到大幅降低。由于SRC和CRC-RLS算法均采用特征脸作为分类识别的特征矢量,导致识别鲁棒性不强。以人脸图像的规则化扩展Gabor特征作为特征矢量,结合协同表示的方法,提出了一种新的基于Gabor特征与协同表示的人脸识别算法(Gabor-CRC)。实验结果表明,该方法对于人脸图像的光照、表情和姿态等变化具备较强鲁棒性,算法运行速度较快。
展开更多
关键词
人脸识别
稀疏表示
GABOR特征
协同表示
分类算法
下载PDF
职称材料
融合多尺度图像的密集神经网络肺部肿瘤识别算法
被引量:
8
2
作者
周涛
霍兵强
+4 位作者
陆惠玲
马宗军
叶鑫宇
董雅丽
刘珊
《光学精密工程》
EI
CAS
CSCD
北大核心
2021年第7期1695-1708,共14页
针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密...
针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密集神经网络模型初始化参数;第二,将肺部图像预处理,提取多尺度病灶ROI区域;第三,采用多尺度CT图像训练密集神经网络,提取全连接层的特征向量;第四,针对融合特征维度较高问题,采用非负稀疏协同表示分类器(NSCR)对特征向量进行表示,求解系数矩阵;第五,利用残差相似度进行分类。最后,采用AlexNet,DenseNetNet-201模型及三种分类算法(SVM、SRC、NSCR)两两组合模型进行对比试验,实验结果表明,Multiscale-DenseNet-NSCR分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。
展开更多
关键词
密集神经网络
多尺度医学图像
迁移学习
NSCR算法
下载PDF
职称材料
改进的两阶段协作稀疏表示分类器
3
作者
黄少煌
黄立勤
《南阳理工学院学报》
2016年第2期38-43,53,共7页
稀疏表示的分类器(Sparse Representation-based Classifier,SRC)利用全部的训练集进行训练来得到一个完备基,这使其时间复杂度增长,同时,稀疏表示算法过分强调稀疏项对于分类的作用而忽略了类别之间的协作稀疏表示对于分类的影响。针...
稀疏表示的分类器(Sparse Representation-based Classifier,SRC)利用全部的训练集进行训练来得到一个完备基,这使其时间复杂度增长,同时,稀疏表示算法过分强调稀疏项对于分类的作用而忽略了类别之间的协作稀疏表示对于分类的影响。针对这个问题,本文在徐勇等人提出的TPTSR(Two-Phase Test Sample Sparse Representation)算法的基础上提出了一种改进算法,即改进的两阶段协作稀疏表示分类器(Improved Two-Phase Collaborative Sparse Representation Classifier,ITPCSRC),该算法尝试通过寻找一个具有与测试样本关联性最大而且又满足SRC关于训练样本基本假设的完备基来对测试样本进行协作的稀疏表示。本方法在ORL人脸库、Yale人脸库和AR人脸库上进行实验,并与目前最新的基于稀疏表示改进的分类器算法相比,ITPCSRC算法识别率得到了显著提高。
展开更多
关键词
协作稀疏表示
核距离
分类器
人脸识别
下载PDF
职称材料
基于迭代剔除稀疏表示的人脸识别方法
4
作者
唐德燕
周四望
+2 位作者
罗孟儒
陈浩文
唐晖
《Journal of Central South University》
SCIE
EI
CAS
CSCD
2022年第4期1226-1238,共13页
近年来,人脸识别得到了广泛应用和快速发展。以协作表示分类(CRC)算法为代表的基于稀疏表示的分类方法取得了重大突破。然而,CRC因不能有效区分相似样本,从而非常容易分类错误。作为CRC的改进方法,两阶段测试样本稀疏表示方法(TPTSSR)...
近年来,人脸识别得到了广泛应用和快速发展。以协作表示分类(CRC)算法为代表的基于稀疏表示的分类方法取得了重大突破。然而,CRC因不能有效区分相似样本,从而非常容易分类错误。作为CRC的改进方法,两阶段测试样本稀疏表示方法(TPTSSR)剔除了那些对描述测试样本贡献不大的训练样本。但在TPTSSR中,仅进行一次剔除操作是远远不够的,因为某些无用样本仍可能被保留下来,同时那些有用样本可能会被随机删除。本文提出一种新的基于迭代剔除判别稀疏表示(DSP)方法,DSP利用稀疏参数直接度量训练样本的表示能力,同时通过多次迭代把大部分不相关的样本逐步剔除,从而避免误删有效样本。再通过在不同姿态、表情和噪声下的代表性人脸数据集进行实验,以评估DSP的性能。大量实验结果表明,在大部分情况下DSP比典型的SRC、CRC、RRC、RCR、SRMVS、RFSR和TPTSSR等算法具有更好的人脸识别效果。
展开更多
关键词
协作表示分类
判别稀疏表示分类器
人脸识别
迭代剔除
稀疏表示
两阶段测试样本稀疏表示
下载PDF
职称材料
题名
基于Gabor特征与协同表示的人脸识别算法
被引量:
10
1
作者
张宏星
邹刚
赵键
李志勇
机构
宁波工程学院网络信息技术中心
国防科学技术大学信息中心
中国人民解放军
出处
《计算机工程与设计》
CSCD
北大核心
2014年第2期666-670,676,共6页
基金
湖南省科技厅2012创新基金项目(2012GK4010)
文摘
基于稀疏表示的分类识别算法(SRC)在进行人脸识别处理时需要求解基于l1范数最小化问题,导致SRC方法的计算复杂度较高。基于协同表示和规则最小二乘的分类识别方法 (CRC-RLS),提出SRC算法对于分类的有效性不是取决于基于l1范数的稀疏性,而是由其内在的协同表示性所决定的,因此将基于l1范数的稀疏性约束条件简化为最小二乘约束问题,算法复杂度得到大幅降低。由于SRC和CRC-RLS算法均采用特征脸作为分类识别的特征矢量,导致识别鲁棒性不强。以人脸图像的规则化扩展Gabor特征作为特征矢量,结合协同表示的方法,提出了一种新的基于Gabor特征与协同表示的人脸识别算法(Gabor-CRC)。实验结果表明,该方法对于人脸图像的光照、表情和姿态等变化具备较强鲁棒性,算法运行速度较快。
关键词
人脸识别
稀疏表示
GABOR特征
协同表示
分类算法
Keywords
face recognition
sparse
representation
Gabor feature
collaborative
representation
classify arithmetic
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
融合多尺度图像的密集神经网络肺部肿瘤识别算法
被引量:
8
2
作者
周涛
霍兵强
陆惠玲
马宗军
叶鑫宇
董雅丽
刘珊
机构
北方民族大学计算机科学与工程学院
北方民族大学图像图形智能处理国家民委重点实验室
宁夏智能信息与大数据处理重点实验室
宁夏医科大学理学院
宁夏医科大学总医院骨科
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2021年第7期1695-1708,共14页
基金
国家自然科学基金(No.62062003)
宁夏重点研发项目(引才专项)(No.2020BEB04022)
北方民族大学引进人才科研启动项目(No.2020KYQD08)。
文摘
针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密集神经网络模型初始化参数;第二,将肺部图像预处理,提取多尺度病灶ROI区域;第三,采用多尺度CT图像训练密集神经网络,提取全连接层的特征向量;第四,针对融合特征维度较高问题,采用非负稀疏协同表示分类器(NSCR)对特征向量进行表示,求解系数矩阵;第五,利用残差相似度进行分类。最后,采用AlexNet,DenseNetNet-201模型及三种分类算法(SVM、SRC、NSCR)两两组合模型进行对比试验,实验结果表明,Multiscale-DenseNet-NSCR分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。
关键词
密集神经网络
多尺度医学图像
迁移学习
NSCR算法
Keywords
DenseNet
multi-scale medical image
transfer learning
non-negative
,
sparse
,
collaborative representation classifier
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
改进的两阶段协作稀疏表示分类器
3
作者
黄少煌
黄立勤
机构
福州大学物理与信息工程学院
出处
《南阳理工学院学报》
2016年第2期38-43,53,共7页
基金
国家自然科学基金(61471124)
文摘
稀疏表示的分类器(Sparse Representation-based Classifier,SRC)利用全部的训练集进行训练来得到一个完备基,这使其时间复杂度增长,同时,稀疏表示算法过分强调稀疏项对于分类的作用而忽略了类别之间的协作稀疏表示对于分类的影响。针对这个问题,本文在徐勇等人提出的TPTSR(Two-Phase Test Sample Sparse Representation)算法的基础上提出了一种改进算法,即改进的两阶段协作稀疏表示分类器(Improved Two-Phase Collaborative Sparse Representation Classifier,ITPCSRC),该算法尝试通过寻找一个具有与测试样本关联性最大而且又满足SRC关于训练样本基本假设的完备基来对测试样本进行协作的稀疏表示。本方法在ORL人脸库、Yale人脸库和AR人脸库上进行实验,并与目前最新的基于稀疏表示改进的分类器算法相比,ITPCSRC算法识别率得到了显著提高。
关键词
协作稀疏表示
核距离
分类器
人脸识别
Keywords
collaborative
sparse
representation
kernel-induced distance
classifier
face recognition
分类号
TP391.41 [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
基于迭代剔除稀疏表示的人脸识别方法
4
作者
唐德燕
周四望
罗孟儒
陈浩文
唐晖
机构
College of Computer Science and Electronic Engineering
Library
出处
《Journal of Central South University》
SCIE
EI
CAS
CSCD
2022年第4期1226-1238,共13页
基金
Project(2019JJ40047)supported by the Hunan Provincial Natural Science Foundation of China
Project(kq2014057)supported by the Changsha Municipal Natural Science Foundation,China。
文摘
近年来,人脸识别得到了广泛应用和快速发展。以协作表示分类(CRC)算法为代表的基于稀疏表示的分类方法取得了重大突破。然而,CRC因不能有效区分相似样本,从而非常容易分类错误。作为CRC的改进方法,两阶段测试样本稀疏表示方法(TPTSSR)剔除了那些对描述测试样本贡献不大的训练样本。但在TPTSSR中,仅进行一次剔除操作是远远不够的,因为某些无用样本仍可能被保留下来,同时那些有用样本可能会被随机删除。本文提出一种新的基于迭代剔除判别稀疏表示(DSP)方法,DSP利用稀疏参数直接度量训练样本的表示能力,同时通过多次迭代把大部分不相关的样本逐步剔除,从而避免误删有效样本。再通过在不同姿态、表情和噪声下的代表性人脸数据集进行实验,以评估DSP的性能。大量实验结果表明,在大部分情况下DSP比典型的SRC、CRC、RRC、RCR、SRMVS、RFSR和TPTSSR等算法具有更好的人脸识别效果。
关键词
协作表示分类
判别稀疏表示分类器
人脸识别
迭代剔除
稀疏表示
两阶段测试样本稀疏表示
Keywords
collaborative
representation
-based
classifi
cation
discriminative
sparse
parameter
classifier
face recognition
iterative removal
sparse
representation
two-phase test sample
sparse
representation
分类号
TP391.41 [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
作者
出处
发文年
被引量
操作
1
基于Gabor特征与协同表示的人脸识别算法
张宏星
邹刚
赵键
李志勇
《计算机工程与设计》
CSCD
北大核心
2014
10
下载PDF
职称材料
2
融合多尺度图像的密集神经网络肺部肿瘤识别算法
周涛
霍兵强
陆惠玲
马宗军
叶鑫宇
董雅丽
刘珊
《光学精密工程》
EI
CAS
CSCD
北大核心
2021
8
下载PDF
职称材料
3
改进的两阶段协作稀疏表示分类器
黄少煌
黄立勤
《南阳理工学院学报》
2016
0
下载PDF
职称材料
4
基于迭代剔除稀疏表示的人脸识别方法
唐德燕
周四望
罗孟儒
陈浩文
唐晖
《Journal of Central South University》
SCIE
EI
CAS
CSCD
2022
0
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