吴崇明
- 作品数：13 被引量：89H指数：6
- 供职机构：空军工程大学防空反导学院计算机工程系更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于类别方差的自动多门限图象分割被引量：11
- 2001年
- 从模式识别的分类理论出发，对基于类别方差的自动单门限图象分割方法进行了扩展，给出一种适合于灰度图象的自动多门限图象分割方法，对灰度图象能够自动寻找最优的门限值（一个或多个），与人类的视觉分割过程一致。实验表明，能够自动且有效地进行灰度图象的多级门限值分割。
- 吴崇明王晓丹
- 关键词：图象分割类别方差模式识别图象识别计算机
- 高分辨雷达目标识别需解决的问题
- 利用高分辨雷达,可以获得有利于识别的目标形状、结构等信息,因此基于高分辨雷达进行目标识别成为近年来国内外研究的重点.本文分析了国内外研究的有关现状,指出了国内进行高分辨雷达目标识别存在的问题:缺乏相应的数据库和软件环境支...
- 王晓丹吴崇明
- 关键词：高分辨雷达目标识别数据库软件环境电磁散射信号处理
- 文献传递
- 一种改进的SVM决策树算法
- 为进行多值分类,研究了SVM决策树.基于对SVM决策树的结构与分类性能的分析,定义了特征空间中反映类分布的类分离性测度,并将定义的类分离性测度引入到决策树构成的过程中,提出了改进的SVM决策树算法,对已有数据集的分类实验...
- 王晓丹史朝晖吴崇明
- 关键词：支持向量机SVM决策树数据集分类
- 文献传递
- 基于类边界壳向量的快速SVM增量学习算法被引量：8
- 2010年
- 为进一步提高SVM增量训练的速度,在有效保留含有重要分类信息的历史样本的基础上,对当前增量训练样本集进行了约简,提出了一种基于类边界壳向量的快速SVM增量学习算法,定义了类边界壳向量。算法中增量训练样本集由壳向量集和新增样本集构成,在每一次增量训练过程中,首先从几何角度出发求出当前训练样本集的壳向量,然后利用中心距离比值法选择出类边界壳向量后进行增量SVM训练。分别使用人工数据集和UCI标准数据库中的数据进行了实验,结果表明了方法的有效性。
- 吴崇明王晓丹白冬婴张宏达
- 关键词：支持向量机
- 一种基于视觉感知特性的图象纹理分割方法被引量：4
- 2001年
- 基于视觉感知多分辨率、多通道特性、并行性和模糊性，提出了一种基于视觉感知特性的图象纹理分割方法，它由2D最佳正交极可分方向滤波器特征提取，改进的模糊Kohonen聚类网络（IFKCN）特征聚类粗分割、粗分割结果的细化等几个步骤组成。实验结果表明了方法的有效性。
- 王晓丹赵荣椿吴崇明
- 关键词：方向滤波模糊KOHONEN聚类网络图象处理视觉感知特性
- 利用KKT条件与类边界包向量的SVM增量学习算法被引量：11
- 2010年
- 为实现对历史训练数据有选择地遗忘,并尽可能少地丢失训练样本集中的有用信息,分析了KKT条件与样本分布间的关系并得出了结论,给出了增量训练中当前训练样本集的构成。为了提高SVM增量训练速度,进一步利用训练样本集的几何结构信息对当前训练样本集进行约减,用约减后的当前训练样本集进行SVM增量训练,从而提出一种利用KKT条件与类边界包向量的快速SVM增量学习算法。实验结果表明,该算法在保持较高分类精度的同时提高了SVM增量学习速度。
- 吴崇明王晓丹白冬婴张宏达
- 关键词：支持向量机KKT条件
- 一种新的SVM对等增量学习算法被引量：28
- 2006年
- 在分析支持向量机(SVM)寻优问题的KKT条件和样本分布之间关系的基础上,分析了新增样本的加入对SV集的影响,定义了广义KKT条件。基于原训练样本集和新增训练样本集在增量训练中地位等同,提出了一种新的SVM增量学习算法。算法在及时淘汰对后继分类影响不大的样本的同时保留了含有重要分类信息的样本。对标准数据集的实验结果表明,算法获得了较好的性能。
- 王晓丹郑春颖吴崇明张宏达
- 关键词：支持向量机
- 相位特征提取及在纹理分割中的应用被引量：4
- 2001年
- 重视了在生物视觉中起重要作用的相位信息在纹理分割中的重要性并将相位信息用于纹理分割 ,介绍了常用的相位解缠卷方法及基于最小二乘法的相位解缠卷算法 ,提出了用于分割由两种纹理构成的纹理图象的相位特征提取算法 。
- 王晓丹赵荣椿吴崇明
- 关键词：纹理分割最小二乘法图象处理计算机
- 基于不完全树结构小波变换及模糊聚类神经网络的纹理分割被引量：7
- 2001年
- 提出了一种新的不完全树结构小波变换用于纹理特征提取 ,给出了一种与人类视觉过程相一致的多分辨率多通道纹理分析方法 ,它由 :1)特征提取 :使用不完全树结构小波变换抽取纹理特征 ;2 )基于模糊神经网络的特征粗分类 :1基于样本分布密度的模糊 Kohonen聚类网络权值初始化 ,2使用缩减的特征向量对网络进行训练 ,得到粗分割结果 ;3)细化粗分割结果等几部分构成 .
- 王晓丹靳华赵荣椿吴崇明
- 关键词：纹理分割模糊聚类图象处理小波变换神经网络
- 基于不完全树结构小波变换及FKCN的纹理分割被引量：4
- 2001年
- 提出了一种新的不完全树结构小波变换用于纹理特征提取 ,提出了一种与人类视觉过程相一致的多分辨率多通道纹理分析方法 ,它由 (1 )特征提取 :使用不完全树结构小波变换抽取纹理特征 ;(2 )基于模糊 Kohonen聚类网络的特征粗分类 :使用缩减的特征向量对网络进行训练 ,得到粗分割结果 ;(3)粗分割结果的细化等几部分构成。
- 王晓丹赵荣椿吴崇明
- 关键词：纹理分割
