国家自然科学基金(60775010) 作品数:19 被引量:69 H指数:6 相关作者: 李玉鑑 张晨光 操卫平 周兰珍 王丽琴 更多>> 相关机构: 北京工业大学 张家口职业技术学院 河北北方学院 更多>> 发文基金: 国家自然科学基金 北京市自然科学基金 北京市属市管高等学校中青年骨干教师培养计划 更多>> 相关领域: 自动化与计算机技术 电子电信 理学 更多>>
结构化向量空间模型及其在Web信息检索中的应用 被引量:4 2008年 针对Web信息检索的特点,通过分析传统向量空间模型在Web检索中存在的若干问题,对传统向量空间模型进行改进,并提出结构化向量空间模型,其基本思想是将Web文档表达为具有一定逻辑结构的向量,即结构化向量组.每个结构化向量组由若干子向量构成,每个子向量对应Web文档中相对应独立的文本段.理论分析和实验证明,该方法能提高向量空间模型在信息检索精度和召回率方面的性能. 李玉鑑 操卫平 周兰珍关键词:向量空间模型 信息检索 相似度 搜索引擎 基于小波变换和SVM的眉毛身份验证系统研究 被引量:5 2009年 为了对眉毛这一新颖生物特征开展识别研究,提出了一种基于小波变换方法和支持向量机(SVM)的眉毛身份验证方法。其基本思想是用小波变换提取眉毛图像特征,然后用SVM进行训练和验证。在自建的100人眉毛数据库中进行的实验结果表明,该系统具有较低的错误拒绝率29.58%和错误接受率8.22%,从而验证了眉毛用于个人身份鉴别的可能性和有效性。 曹俊彬 李玉鑑 黄琰关键词:生物特征识别 眉毛识别 身份验证 小波变换 哈希图半监督学习方法及其在图像分割中的应用 被引量:8 2010年 图半监督学习(Graph based semi-supervised learning,GSL)方法需要花费大量时间构造一个近邻图,速度比较慢.本文提出了一种哈希图半监督学习(Hash graph based semi-supervised learning,HGSL)方法,该方法通过局部敏感的哈希函数进行近邻搜索,可以有效降低图半监督学习方法所需的构图时间.图像分割实验表明,该方法一方面可以达到更好的分割效果,使分割准确率提高0.47%左右;另一方面可以大幅度减小分割时间,以一幅大小为300像素×800像素的图像为例,分割时间可减少为图半监督学习所需时间的28.5%左右. 张晨光 李玉鑑关键词:图像分割 基于HMM和神经网络的眉毛识别方法 分析了眉毛作为一种独立生物特征进行身份鉴别的可能性,提出了一种基于HMM(隐马尔可夫模型)和神经网络的眉毛识别方法。并对它的识别率与采用的眉毛图像预处理方法的关系进行了初步的实验研究。实验结果表明,该方法在一个104人的... 黄琰 李玉鑑 曹俊彬关键词:眉毛识别 隐马尔可夫模型 神经网络 文献传递 一种动态(t,n)门限的多级多秘密共享方案 被引量:4 2009年 现有的门限多秘密共享方案中,大多数存在着固定的门限值、多次利用单秘密共享来实现多秘密共享等问题。为了解决这些问题,文中提出了一种动态(t,n)门限的多级多秘密共享方案。此方案具有如下特点:对于不同等级的多秘密,多秘密分发者可动态地调整其恢复时的门限值;对于相同等级的多秘密,多秘密分发者在分发、恢复、更新和验证等操作时能一次完成。 陈桂强 王丽琴 袁志成 刘钰 马艳丽关键词:多秘密共享 离散对数 动态门限 二维隐马尔可夫模型的几个等价定义 2008年 为了对一般二维隐马尔可夫模型建立严格的形式化定义,在参照低阶二维隐马尔可夫模型定义的基础上,通过对高阶模型进行分析,总结了一般二维隐马尔可夫模型的5个形式化定义,并证明了它们之间的等价性.这些等价性结果有助于加深对二维隐马尔可夫模型本质的理解,为进一步研究提供严格的形式化基础. 李玉鑑关键词:马尔可夫过程 等价定义 基于AdaBoost的眉毛检测与定位 被引量:2 2010年 文章利用Haar-Like小波及其扩展特征,把AdaBoost算法应用于眉毛的自动检测与定位。实验数据包括114人的228幅眉毛图像,每人闭眼和睁眼各一幅,分别用于训练和测试,大小均为768×586。通过把这些图像缩小1/10后进行AdaBoost训练,解决了其速度较慢和对内存需求较高的问题。实验结果表明,AdaBoost级联分类器的训练耗时约2.7s,测试耗时每幅图像约24ms,对眉毛检测和定位测试的精度达到了97.4%。 李厚君 李玉鑑关键词:HAAR-LIKE特征 基于离散HMM的眉毛识别方法研究 被引量:12 2008年 为说明人类的眉毛作为一种生物特征使用的可能性和可行性,提出了一种基于离散HMM的眉毛识别方法,并对它的识别率随观察符号个数和模型状态数的变化关系进行了初步的实验研究。实验结果表明,该方法在一个27人的小规模眉毛数据库上最高识别率可以达到92.6%。 李玉鑑 李星立关键词:隐马尔可夫模型 矢量量化 眉毛识别 Non-graphic Least Segmentation Algorithm Graphic Least Segmentation Algorithm (GLSA) needs to construct word graph and generally runs in both the time ... Yujian LI几何集成的改进——特征边界点快速计算 被引量:2 2011年 针对优化几何集成方法(optimized geometric ensembles,OGE)在计算特征边界点集合的过程中包含大量冗余运算且效率较低的缺陷,分别利用Gabriel近邻规则及其启发式搜索法加速特征边界点的选取过程,提出了两种改进的几何集成方法———Gabriel OGE和启发式OGE,并与OGE进行比较实验。实验结果表明,虽然Gabriel OGE中计算特征边界点的时间复杂度与OGE一样,但是因为减少了大量数学运算,计算速度明显提高;而启发式OGE不仅将平均时间复杂度降低为O(dM2),而且在处理大数据集时,计算效率最高。Gabriel OGE和启发式OGE在保证分类结果的同时有效提高了特征边界点集合的计算速度,大幅度减少时间消耗。 李玉鑑 孟东霞 桂智明