福建省自然科学基金(2009J01273)
- 作品数：5 被引量：53H指数：3
- 相关作者：严晓明郭躬德陈黎飞郑之更多>>
- 相关机构：福建师范大学更多>>
- 发文基金：福建省自然科学基金福建省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种基于改进帧差法的运动目标检测被引量：15
- 2011年
- 针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。
- 严晓明
- 关键词：帧差法目标检测
- 基于错分样本权重约束的AdaBoost算法改进被引量：2
- 2011年
- 提出一种AdaBoost算法中错分样本权重约束的方法,该方法对AdaBoost算法中多次错分样本数据的权重进行约束,当其超过一个阈值时,就限制这些样本权重的增加,使其在下一轮迭代中的权重比例不至于过大,以提高强学习算法的泛化能力及精度.仿真实验表明该方法在分类问题和回归问题上都得到了较好的结果.
- 严晓明
- 关键词：ADABOOST泛化能力
- 最近邻分类的多代表点学习算法被引量：18
- 2011年
- 经典的k-最近邻算法存在参数k难以确定和分类效率低的缺点.基于模型的kNN算法使用代表点集合构造训练样本的分类模型,克服上述缺点,但需要较高的计算时间代价.文中提出一种高效的多代表点学习算法,用于最近邻分类.运用结构风险最小化理论对影响分类模型期望风险的因素进行分析.在此基础上,使用无监督的局部聚类算法学习优化的代表点集合.在实际应用数据集上的实验结果表明,该算法可对复杂类别结构数据进行有效分类,并大幅度提高分类效率.
- 陈黎飞郭躬德
- 关键词：代表点
- BP与RBF网络在一些非线性曲线拟合上性能的比较被引量：16
- 2011年
- 对BP与RBF人工神经网络在隐层的传递函数、层数及结点数上的区别进行了比较;对BP与RBF 2种神经网络在给定的3个较为复杂的非线性函数上进行Matlab仿真;并分析比较了这2种人工神经网络在指定参数下对不同非线性函数进行拟合时的拟合精度和时间效率;最后给出BP与RBF网络进行非线性曲线拟合的选择方法.
- 严晓明郑之
- 关键词：BPRBF非线性函数
- 基于优化GA属性约简的上证指数预测被引量：2
- 2011年
- 结合粗糙集的相关理论,优化了GA属性约简方法,针对上证指数预测的具体问题,对遗传算法的初始种群和适应度函数进行改进,将上证指数10年间数据的58个属性构成的训练集进行属性约简,并应用参数优化后的SVM分别以属性约简前后的数据集对开盘指数进行回归预测.仿真结果表明,用该算法进行属性约简后,原始数据集中冗余属性对预测结果的影响下降,预测精度提高,建模时间也相应的减少,得到了较好的结果.
- 严晓明
- 关键词：遗传算法属性约简上证指数SVM
