公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于改进简化PCNN模型的椒盐噪声滤波方法被引量：2: 2011年; 针对PCNN简化模型在图像滤波中存在的问题,首先运用反证法证明PCNN简化模型在图像椒盐噪声检测时对低亮度的椒噪声检测失效;然后采用分而治之的方法对PCNN简化模型进行了改进,得到一种改进的PCNN简化模型;最后利用改进的PCNN简化模型检测图像的污染程度,确定噪声的具体位置,自适应地确定中值滤波窗口的大小,实现图像的自适应中值滤波。实验结果表明,此方法提高了噪声检测的准确性、图像滤波的保真性,对不同密度的椒盐噪声都有较好的滤波性能。; 蒋加伏申静朱德正; 关键词：自适应中值滤波脉冲耦合神经网络椒盐噪声

相空间重构在语音情感识别中的研究被引量：1: 2014年; 为了更为全面地表征语音情感状态,弥补线性情感特征参数在刻画不同情感类型上的不足,将相空间重构理论引入语音情感识别中来,通过分析不同情感状态下的混沌特征,提取Kolmogorov熵和关联维作为新的情感特征参数,并结合传统语音特征使用支持向量机(SVM)进行语音情感识别。实验结果表明,通过引入混沌参数,与传统物理特征进行识别的方案相比,准确率有了一定的提高,为语音情感的识别提供了一个新的研究途径。; 叶吉祥陈鑫; 关键词：相空间重构情感识别

基于小波域TS-MRF模型的监督图像分割方法被引量：7: 2011年; 定义在单一空间分辨率上的树结构马尔可夫场(Tree-Structured Markov Random Field,TS-MRF)模型能够表达图像的分层结构信息,但难以描述图像的非平稳性.针对该问题,提出小波域的TS-MRF图像建模方法—WTS-MRF模型.按照图像分类层次树的结构形式,该模型将一系列的MRF嵌套定义在多分辨率的小波域中:每一个树节点对应于定义在不同分辨率上的一个MRF集合,并通过条件概率的形式将相邻分辨率上的MRF间的作用关系考虑进来;同时相同分辨率的父子节点对应的MRF通过区域约束嵌套定义.基于WTS-MRF模型,给出了一个监督图像分割的递归算法,通过给定的分类层次树表示先验信息,并通过训练数据给出叶子节点在各分辨率上的统计参数.它在尺度内和尺度间两个层次上进行递归:首先,在最低分辨率上执行尺度内递归,即采用ICM算法从树的根节点到叶子节点依次对MRF进行递归估计;然后执行尺度间递归,即在相邻的更高分辨率尺度上,通过直接投影的方式依次获取每一MRF的初始估计,并采用ICM算法递归优化;最后,原始分辨率的MRF估计完成,获取最终分割结果.两组实验从视觉效果和定量指标(整体分类正确率和Kappa系数)两个方面验证了算法的有效性.; 刘国英王爱民陈荣元秦前清; 关键词：小波变换图像分割

基于FTMP特征的小波域非监督纹理分割新算法被引量：1: 2011年; 为了能够在非监督环境下利用有限纹理混合模式(finite texture mixture pattern,FTMP)特征进行图像分割,提出了一种基于两步聚类的小波域非监督纹理分割算法。该算法通过两步Kmeans聚类来实现多尺度纹理分割。第一步Kmeans聚类计算每一子带的PLVP及对应的FTMP特征;第二步Kmeans则对每一尺度的FTMP特征进行聚类,从而计算各尺度的分割结果。为了获取更为可靠的分割结果,算法考虑了不同尺度之间的交互。合成纹理影像和遥感影像的分割实验验证了该算法的有效性。; 刘国英钟珞王爱民; 关键词：小波域纹理分割

融合独立分量分析与支持向量聚类的人脸表情识别方法被引量：4: 2011年; 针对人脸表情特征提取及自动聚类问题,提出了融合独立分量分析(ICA)与支持向量聚类(SVC)的人脸表情识别方法。采用ICA方法进行人脸表情的特征提取,然后采用混合因子分析(MFA)的交互参数调整方法得到局部约束支持向量聚类(LCSVC)的半径,有效降低了表情类别聚类边缘的部分干扰,这比单独采用支持向量聚类(SVC)方法效果要好。测试样本时通过比较新旧半径的值进行判决,实验结果表明该方法是有效的。; 周书仁梁昔明; 关键词：表情识别独立分量分析

ITD在语音情感识别中的研究: 2014年; 为了更好地表征语音情感状态,将固有时间尺度分解(ITD)用于语音情感特征提取。从语音信号中得到前若干阶合理旋转(PR)分量,并提取PR分量的瞬时参数特征和关联维数,以此作为新的情感特征参数,结合传统特征使用支持向量机(SVM)进行语音情感识别实验。实验结果显示,引入PR特征参数后,与传统特征的方案相比,情感识别率有了明显提高。; 叶吉祥刘亚; 关键词：情感识别

基于过程神经元的语音情感识别的建模与仿真被引量：1: 2014年; 为克服由传统语音情感识别模型的缺陷导致的识别正确率不高的问题,将过程神经元网络引入到语音情感识别中来。通过提取基频、振幅、音质特征参数作为语音情感特征参数,利用小波分析去噪,主成分分析(PCA)消除冗余,用过程神经元网络对生气、高兴、悲伤和惊奇四种情感进行识别。实验结果表明,与传统的识别模型相比,使用过程神经元网络具有较好的识别效果。; 叶吉祥陈晋芳; 关键词：语音情感神经网络主成分分析

多重分形在语音情感识别中的研究被引量：4: 2012年; 为了克服语音情感线性参数在刻画不同情感类型特征上的不足,将多重分形理论引入语音情感识别中来,通过分析不同语音情感状态下的多重分形特征,提取多重分形谱参数和广义Hurst指数作为新的语音情感特征参数,并结合传统语音声学特征采用支持向量机(SVM)进行语音情感识别。实验结果表明,通过非线性参数的介入,与仅使用传统语音线性特征的识别方法相比,识别系统的准确率和稳定性得到有效提高,因此为语音情感识别提供了一个新的思路。; 叶吉祥王聪慧; 关键词：HURST指数语音情感情感识别

全选清除导出

共1页<1>

湖南省自然科学基金(10jj2050)