福建省自然科学基金(2013J05100)
- 作品数：5 被引量：15H指数：2
- 相关作者：李绍滋苏松志殷瑞曹冬林张洪博更多>>
- 相关机构：厦门大学华侨大学武夷学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多情绪源关联模型的中文微博情感分析被引量：1
- 2016年
- 社交媒体信息的爆炸式增长,使得依据其对公众舆论情感的分析受到越来越多的关注。与传统文本不同,新浪微博中存在包括情感词、表情、图片和视频等特征在内的多情绪源,本文针对中文社交短文本情感分析中情感词典时效性问题和多情绪源间的关联性问题,提出了一种多情绪源关联模型。该模型考虑微博中的情感词和表情特征及其之间的关联关系,在经典的词典规则投票方法基础上,引入多情绪源以及关联概率,通过概率建模的方式对情感词和表情两类情绪源建立关联模型,实现对微博情感的判别。实验表明,在6 171条微博数据集中,多情绪源关联模型分类准确率达到了85.3%,强于包含情感词和表情的传统投票模型(83.4%)以及包含同类多特征的SVM方法(82.9%)。
- 李凌霄李绍滋曹冬林
- 关键词：社交媒体
- 基于栈自编码器的图像分类器被引量：1
- 2018年
- 图像分类问题包含两个重要的部分:特征提取器和分类器.多年来研究人员一直将精力投入到特征表示中,对于分类器却仅进行局部调参.基于一个性能优异的分类器与特征表示对图像分类系统同等重要的思想,提出了基于卷积特征的栈自编码器(stacked autoencoder on convolutional feature maps,SACF)的分类系统,并在数据集CUB-200和VGGflower上进行了实验,对比了SACF与基于卷积特征和多层感知机的卷积神经网络(CNN)分类系统的分类效果,实验结果表明SACF具有更优的分类效果.
- 林丽惠殷瑞李绍滋李绍滋曹冬林
- 关键词：图像分类特征提取分类器卷积神经网络
- 一种卷积神经网络的图像矩正则化策略被引量：8
- 2016年
- 卷积神经网络的池化策略包含极大池化和平均池化,极大池化选择池化区域中的最大值,极易出现过抑合现象;平均池化对池化区域中所有元素赋予相同权重,降低了高频分量的权重。本文提出将矩池化作为卷积神经网络的正则化策略,矩池化将几何矩概念引入到卷积神经网络的池化过程中,首先计算池化区域的中心矩,然后根据类插值法依概率随机地从中心矩的4个邻域中选择响应值。在数据集MNIST、CIFAR10、CIFAR100上的实验结果表明随着训练迭代次数的增加,矩池化的训练误差和测试误差最低,矩池化的高差别性和强鲁棒性使其获得了比极大池化和平均池化更好的泛化能力。
- 殷瑞苏松志李绍滋
- 关键词：卷积神经网络
- RGBD人体行为识别中的自适应特征选择方法被引量：4
- 2017年
- 目前在RGBD视频的行为识别中,为了提高识别准确率,许多方法采用多特征融合的方式。通过实验分析发现,行为在特定特征上的分类效果好,但是多特征融合并不能体现个别特征的分类优势,同时融合后的特征维度很高,时空开销大。为了解决这个问题,提出了RGBD人体行为识别中的自适应特征选择方法,通过随机森林和信息熵分析人体关节点判别力,以高判别力的人体关节点的数量作为特征选择的标准。通过该数量阈值的筛选,选择关节点特征或者关节点相对位置作为行为识别特征。实验结果表明,该方法相比于特征融合的算法,行为识别的准确率有了较大提高,超过了大部分算法的识别结果。
- 龚冬颖黄敏张洪博李绍滋
- 关键词：人体行为识别自适应特征选择信息熵
- 单摄像头下基于样本学习的人体深度估计被引量：1
- 2014年
- 深度图像的研究是当前计算机视觉的研究热点。从图像中获取深度信息有2种方法:1)利用深度感应器,该方法的缺点是成本高;2)基于一个场景的多幅图像或图像序列,通过求取视差,获得深度值,该方法的缺点是需要摄像机参数,专业知识要求较高。针对上述情况,提出了一种简单有效的从单摄像头捕获的人体图像中估计出人体深度信息的方法,利用深度摄像机建立人体的"表观深度"图像对,然后对单摄像头获取的彩色图像进行人体表观特征提取,根据该表观特征检索图像对数据库,并对获得的人体深度进行估计和优化。最后,在厦门大学的深度数据库上,验证了该方法的有效性。
- 何磊苏松志李绍滋
- 关键词：深度图像特征提取
