何正风
- 作品数：8 被引量：12H指数：3
- 供职机构：佛山科学技术学院理学院更多>>
- 发文基金：广东省自然科学基金更多>>
- 相关领域：文化科学自动化与计算机技术理学更多>>
- 地方大学数学教学应“以学生为本”
- 2009年
- “以学生为本”的核心是把学生放在中心和根本的位置上,一切教学活动、措施和方法等都应围绕学生来开展,以满足学生的各种层次,各个方面的需要,从而促进其全面、和谐地发展,使他们成为真正为经济建设和社会发展所欢迎的有创新精神和实践能力的高素质劳动者。
- 何正风
- 关键词：数学教学
- 浅析融入数学建模思想的高等数学教学被引量：4
- 2015年
- 高等数学对于学生处理实际问题的能力以及锻炼思维的能力是其他的学科无法取代的,所以,对于高等数学这一科目的教学方法以及教学内容进行适当的调整是现阶段中急需解决的问题.本文从用数学建模思想对高等数学教学进行指导的重要作用、现阶段的高等数学教学过程中所存在的问题、在学习过程中使用数学建模方式的优点以及使用数学建模思想来解决高等数学的具体问题等问题出发,对融入数学建模思想的高等数学教学进行探究.
- 何正风
- 关键词：数学建模思想高等数学教学
- 基于神经网络和主元分析的人脸识别算法
- 2012年
- 针对高维、小样本的分类问题,提出2个重要的准则,用于估计RBF单元的初始宽度。采用主成分分析方法把训练样本集投影到特征脸空间,以减少维数,用Fisher线性判别式产生一组最具判别性的特征,使不同类间的训练数据尽可能地分开,而同一类的样本尽可能地靠近。实验结果证明,该算法在分类的错误率及学习的效率上都表现出较好的性能。
- 何正风孙亚民
- 关键词：人脸检测人脸识别聚类算法神经网络主元分析
- 基于奇异值分解和径向基函数神经网络的人脸识别算法研究被引量：3
- 2012年
- 提出一种基于奇异值分解和径向基函数神经网络的人脸特征提取与识别方法,来解决人脸识别中的高维、小样本问题。该方法采用奇异值分解、奇异值降维压缩、奇异值矢量标准化和奇异值矢量排序,最后得到用于识别的奇异值特征矢量。运用基于径向基函数神经网络分类器进行人脸分类识别。在ORL数据库上进行实验和数据分析表明,该方法无论是在分类的错误率上还是在学习的效率上都能表现出极好的性能。
- 何正风孙亚民
- 关键词：RBF神经网络奇异值分解特征提取人脸识别
- 高等数学教育重在培识被引量：1
- 2015年
- 高等数学不能再只是教会学生怎么计算的工具,而应该是通过高等数学这个载体教会学生思维更具开放性、逻辑性,如何识大体,把握解决问题的方向和方法的能力,成为厚积薄发的有＂识＂之士.
- 何正风
- 关键词：高等数学高等数学教育
- 高斯激活函数特征值分解修剪技术的D-FNN算法研究被引量：3
- 2013年
- 提出了一种D-FNN的新算法。其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效;使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D-FNN结构,避免了过拟合现象。最后通过对Her-mite多项式逼近能力来验证所提方案的有效性。仿真结果表明使用特征值分解修剪技术和高斯激活函数的D-FNN具有良好的性能。
- 何正风张德丰孙亚民
- 关键词：动态模糊神经网络模糊规则特征值分解
- 基于BP神经网络的改进算法研究
- 2014年
- BP算法使用优化算法中的梯度下降法,梯度下降法的不足,使BP算法收敛速度慢,计算量比较大,且收敛速度与初始权的选择有关;学习时,无法保证可以得到最小值。BP的改进算法提出权值更新的快速收敛方法,使用MatLab对改进算法进行仿真,结果表明改进算法具有高效性和有效性。
- 何正风
- 关键词：BP算法学习算法权值调整
