教育部“新世纪优秀人才支持计划”(XSJRC2007-11)
- 作品数：8 被引量：13H指数：2
- 相关作者：陈晓云何建农董红玉曾宇燕魏红生更多>>
- 相关机构：福州大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于区域小波统计特征的遥感图像融合方法被引量：6
- 2011年
- 提出一种基于区域小波统计特征的遥感图像融合方法,对多光谱图像的I分量与直方图匹配后的高分辨率图像进行小波变换融合。对分解后的低频分量采用加权平均的融合规则,高频分量则根据其区域的小波系数特征,采用基于区域方差匹配度的融合规则。对SPOT多光谱图像和高分辨率图像进行融合实验,并利用信息熵和相关系数对融合结果进行客观评价与比较分析。仿真实验结果表明,基于区域小波统计特征的融合方法能达到较好的融合效果。
- 曾宇燕何建农
- 关键词：直方图匹配小波变换图像融合
- 基于判别信息的近邻保持嵌入降维方法
- 2015年
- 针对传统近邻保持嵌入算法(NPE)侧重保持样本的局部结构,而没有考虑样本类别信息的不足,提出判别局部近邻保持嵌入算法DLNPE.该算法利用样本点的局部结构构造新定义下的类内类间散布矩阵,并以此作为判别信息引入目标函数.在6个真实数据上进行实验,证明了所提算法的有效性.
- 张海武陈晓云
- 关键词：降维
- 基于INCA的肿瘤基因表达谱分类模型被引量：1
- 2014年
- 针对NCA算法对初始值敏感的不足,提出一种改进的NCA算法(INCA).INCA对肿瘤基因表达谱进行奇异值分解,将标准化后的右奇异矩阵作为初始值,提取肿瘤基因表达谱中的分类信息.在4个标准肿瘤基因表达谱数据集上进行实验,以INCA作为特征提取方法,K-近邻、Parzen窗作为分类器进行分类检测.实验结果表明,与NCA及现有的分类模型相比,基于INCA的分类模型能够取得较高的分类准确率.
- 潘江山陈晓云董红玉
- 关键词：肿瘤基因表达谱奇异值分解
- 基于点锐度法和小波变换的图像融合方法被引量：3
- 2010年
- 小波变换在图像融合中已有广泛的应用,但在进行小波塔形分解后通常是直接将低频分量简单替换或者均值加权,不能很好地利用多源图像的低频信息。针对这一现状,对基于小波变换的图像融合方法作了改进,对低频分量融合提出点锐度法进行处理,并对高频部分融合采用的区域能量法进行改进。仿真实验结果表明,融合的图像在保持细节和光谱信息方面都有一定的提高,评价指标较好。
- 魏红生何建农
- 关键词：小波变换图像融合评价指标
- 基于时间序列的AP-NN混合模型聚类被引量：1
- 2014年
- 仿射传播算法是一种快速有效的聚类方法,但其聚类结果的不稳定性影响了聚类性能。对此,提出基于近邻的仿射传播算法(AP-NN),通过仿射传播算法产生初始簇,并从中选择代表簇对非代表簇的样本进行近邻聚类。在时间序列数据集上的实验结果表明,AP-NN模型算法能够产生较好的聚类结果,适用于聚类分析。
- 林海娟陈晓云
- 关键词：时间序列聚类分析聚类数
- 基于张量多线性PCA的多变量时间序列模式匹配
- 2015年
- 提出基于张量多线性PCA的多变量时间序列模式匹配方法,通过张量多线性PCA对多变量时间序列进行低维重构并获得其模式表示,然后利用Frobenius范数设计模式间的相似性度量.在四组公开的多变量时间序列数据集上进行实验,结果表明该方法的匹配准确率较高,时间开销较少,且适用于各种规模的数据集.
- 董红玉陈晓云潘江山
- 关键词：多变量时间序列FROBENIUS范数
- 三维模型边缘特征与异常检测
- 2011年
- 针对三维模型识别和检测问题,提出一种新的基于边缘特征的三维模型异常检测方法。将每一个三维模型利用边缘特征表示为一条时间序列,对产生的时间序列集进行Isodata聚类,利用聚类结果经过两次划分实现异常检测。第一次划分过程产生候选异常和候选正常,第二次划分过程在候选异常中进一步选出检测结果。实验结果表明,该算法性能优于传统的基于距离、邻近度以及基于相对密度的异常检测算法,在一定条件下,也优于基于密度的异常检测算法。
- 陈进华陈晓云
- 关键词：三维模型异常检测
- 基于加权动态网络的频繁模式挖掘研究被引量：2
- 2011年
- 不同时刻的动态网络往往具有不同权重,针对加权动态网络的频繁模式挖掘,提出一种挖掘算法WGDM,它适用于加权动态社会网络、生物网络等方面的频繁模式挖掘。WGDM算法利用支持度的反单调性裁剪搜索空间,从而减少冗余候选子图,提高算法效率。通过实验测试了WGDM算法的性能,并根据中国实际股票市场网络,利用WGDM算法挖掘股票市场网络中有趣的频繁模式。
- 肖港松陈晓云
- 关键词：频繁子图
