您的位置: 专家智库 > >

厦门大学信息科学与技术学院福建省智慧城市感知与计算重点实验室

作品数:3 被引量:27H指数:2
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇天文地球

主题

  • 1篇点云
  • 1篇悬挂点
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇致癌
  • 1篇致癌基因
  • 1篇人脸
  • 1篇人脸识别
  • 1篇人脸数据库
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据库
  • 1篇特征聚类
  • 1篇铁路
  • 1篇铁路限界
  • 1篇碰撞检测
  • 1篇网络
  • 1篇限界
  • 1篇向量
  • 1篇向量机

机构

  • 3篇厦门大学

作者

  • 1篇严严
  • 1篇王程
  • 1篇王菡子
  • 1篇程明

传媒

  • 3篇厦门大学学报...

年份

  • 1篇2018
  • 1篇2017
  • 1篇2016
3 条 记 录,以下是 1-3
排序方式:
基于深度学习的人脸分析研究进展被引量:23
2017年
近年来,基于深度学习的人脸分析取得了巨大的进步,成为计算机视觉领域最为活跃的研究方向之一.为了进一步推动深度学习和人脸分析的研究,结合近年已发表的相关文献,对基于深度学习的人脸分析技术进行综述.首先,简要概述深度学习及其发展历史,并分析深度学习有效性原因.然后,按照任务目的的不同,将人脸分析分成了人脸检测、人脸关键点检测、人脸识别、人脸属性识别等任务进行详细的介绍和讨论,重点分析各种任务现阶段存在的主要问题.接着,介绍人脸分析中常用的人脸数据库.最后,讨论深度学习和人脸分析面临的主要挑战,并给出结论.
严严陈日伟王菡子
关键词:卷积神经网络人脸数据库人脸识别
基于支持向量机递归特征消除和特征聚类的致癌基因选择方法被引量:4
2018年
癌症通常由基因发生突变引起,因此从大量基因中有效地识别出少量致癌基因具有重要意义.针对基因表达谱数据高维小样本的特点,将支持向量机递归特征消除(SVM-RFE)和特征聚类算法相结合,提出一种新的基因选择方法:K类别SVM-RFE(K-SVM-RFE).该算法通过特征排序算法去除大量无关基因,利用K均值聚类算法将相似基因聚为一类,并通过两次SVM-RFE算法精选致癌基因.随后将K-SVM-RFE算法应用于多个基因表达谱数据集,并对其中的关键参数设置进行了讨论.实验结果表明K-SVM-RFE算法所选基因较已有方法在分类准确率上有显著提高,特别是在选择少量致癌基因上效果提升更为明显.
叶小泉吴云峰
关键词:基因表达谱K均值聚类支持向量机
铁路高精度点云智能的处理技术
2016年
车载移动激光扫描技术是一种采用激光扫描、数码成像、卫星定位和惯性导航等多传感器集成的数据获取技术.与传统的摄影测量技术相比,具有自动化程度高、作业时间短、受天气影响小、数据精度高等特点.本文基于铁路高精度点云数据,通过建立八叉树模型将散乱点云数据网格化;参照碰撞检测技术,沿铁轨建立限界模型,采用投影转换快速实现对限界数据的精确提取;此外在限界模型之上建立二维网格,实现对地面数据的滤波;采用Hough变换快速精确提取接触线数据,并且利用中心点偏移实现对悬挂点的提取.
陈坤源程明王程
关键词:铁路限界碰撞检测
共1页<1>
聚类工具0