公共文化服务平台

朱立军: 作品数：14 被引量：21H指数：2; 供职机构：北方民族大学信息与计算科学学院更多>>; 发文基金：国家自然科学基金宁夏回族自治区自然科学基金国家民委科研基金更多>>; 相关领域：理学自动化与计算机技术更多>>

合作作者

Sikkema-Kantorovich算子的Lipschitz性质: 2006年; 用较为初等的方法,研究Sikkema-Kantorovich算子在C空间的性质,并在Lp空间中讨论了Sikke-ma-Kantorovich算子的保Lipschitz性质.; 李景斌朱立军; 关键词：C空间 L^P空间 LIPSCHITZ性质

基于流形正则的堆叠胶囊自编码器优化算法被引量：1: 2023年; 针对堆叠胶囊自编码器存在检测性能慢、不能更好挖掘图像局部特征的问题,本文提出基于流形正则的堆叠胶囊自编码器优化算法。采用Scharr滤波器对堆叠胶囊自编码器模型中的图像进行重建,加强图像目标检测的精度,并在损失函数中引入流形正则项,从而加强对原始数据空间局部特征的提取,最终使用基于流形正则的堆叠胶囊自编码器学习参数,选择出更加具有区别性的特征。在MNIST和Fashion MNIST数据集上的实验结果显示,该优化算法相比于原网络结构,图像分类准确率分别提高了0.26和9.23个百分点,且模型训练速度也得到较大提高。; 王鲁娜杜洪波朱立军; 关键词：图像分类

漂移网格上增量未知元方法求解椭圆型偏微分方程: 2009年; 通过对椭圆型偏微分方程的二维二阶Dirichlet边值问题的数值研究,说明漂移网格比古典离散网格简单,漂移网格上定义的增量未知元方法对于线性问题的数值计算都具有线性稳定性.而且此方法的矩阵结构更简单.; 朱立军; 关键词：中心差分

基于矩阵胶囊网络的皮肤镜图像黑色素瘤分类识别算法及研究被引量：1: 2021年; 黑色素瘤是最常见且最致命的恶性皮肤癌症,传统通过肉眼观察来诊断黑色素瘤的方法,极易受到人工干预.近年来,运用深度学习技术来提高在黑色素瘤诊断中的准确率,具有非常重要的研究价值和现实意义.提出一种基于矩阵胶囊网络的皮肤镜图像分类识别算法,与其他网络模型不同,矩阵胶囊网络将特征向量储存于Capsule中,通过动态路由机制将特征向量组合与传递到上一个胶囊层中.矩阵胶囊网络从多角度对图像进行识别,并与已有的数据相匹配,实现皮肤病的有效检测.基于TensorFlow框架结合多种评价指标的实验表明,该识别算法在ISIC2017数据集上的平均精确度达到98.2%,相对于其他网络结构有较大提升.; 林凯迪杜洪波王鸿菲朱立军; 关键词：图像分类黑色素瘤

区间值集函数变差的性质: 2010年; 为了解决不确定环境中的决策问题,采用理论分析的方法,将决策者的风险偏好引入到区间数的运算中,提出基于风险因子的区间数运算法则,在此运算法则基础上,定义了区间值集函数的变差,研究了区间值集函数不交变差的零零可加性,零可加性,穷竭性,及从下连续性等基本性质。结果表明:定义的区间值集函数的变差是对经典测度论中不交变差的自然推广,对不确定环境中的决策及建立模糊测度具有很强的指导意义。; 朱立军李存林朱高生; 关键词：零可加

一种适合于非线性高维数据的谱聚类算法被引量：2: 2021年; 谱聚类能识别非线性数据,且优于传统聚类。谱聚类中度量相似性的高斯核函数尺度参数σ和聚类个数k对聚类效果影响较大,但需要人工判断。用向量之间夹角余弦代替σ并且通过特征值的跳跃性确定聚类个数,对于非线性高维数据,提出一种自适应谱聚类算法,将数据通过显式构造映射到随机特征空间,在随机特征空间中实现聚类。实验结果表明,在UCI数据上该算法与传统算法相比效果更好。; 王鸿菲杜洪波林凯迪姚云飞朱立军; 关键词：谱聚类自适应

单变量函数方程求根的一种新型大范围收敛迭代法被引量：2: 2002年; 对求解函数方程f(x)=0提出了一种新型大范围收敛迭代法,该方法每次迭代仅需计算一个f值,其收敛阶与有效指数相同,约在1.618与1.839之间。通过给出的实例比较表明,该方法具有明显优势。; 赵双锁李存林朱立军; 关键词：收敛阶

基于改进的密度峰值算法的K-means算法被引量：11: 2018年; 针对传统K-means算法存在的随机选取初始聚类中心和类簇数目需要人为选定,从而导致聚类结果不稳定,容易陷入局部最优解的问题,文章提出了一种基于改进的密度峰值算法（DPC）的K-means算法,该算法首先采用改进的DPC算法来选取初始聚类中心,弥补了K-means算法初始聚类中心随机选取导致易陷入局部最优解的缺陷;其次运用K-means算法进行迭代,并且引入熵值法计算距离优化聚类。在UCI数据集上的实验表明,该算法得到较好的初始聚类中心和较稳定的聚类结果,并且收敛速度也较快,证明了该算法的可行性。; 杜洪波白阿珍朱立军; 关键词：K-MEANS算法聚类熵值法初始聚类中心

单变量函数方程求根的一种新型Newton迭代法: 2006年; 对求解单变量函数方程提出一种大范围收敛的新型Newton迭代法,该方法的收敛范围比New-ton法大.通过给出的实例表明,该方法具有明显优势.; 朱高生李存林朱立军; 关键词：函数方程

基于SVM的流形正则堆叠胶囊自编码器优化算法: 2023年; 针对K均值(K-means)算法对形状特征复杂的图像数据集分类效果差,不能更好地对堆叠胶囊自编码器算法提取的图像特征进行分类的问题,提出基于支持向量机的流形正则堆叠胶囊自编码器(support vector machine-stacked capsule autoencoder based on manifold regularization,SVM-MRSCAE)优化算法。针对不同编码类型,对部件胶囊自编码器采用线性自编码器、卷积自编码器和基于自注意力机制的卷积自编码器进行对比,确定表现优异的编码类型;采用基于不同核函数的支持向量机对图像数据集进行分类,通过对不同核函数进行对比实验,获得更精确的分类结果。在加入不同噪声类型的MNIST和Fashion MNIST数据集上进行实验,发现相比于流形正则堆叠胶囊自编码器结构,SVM-MRSCAE模型分类准确率分别提高了0.0099和0.2026,说明该模型获得了更好的分类精度。; 王鲁娜杜洪波朱立军; 关键词：图像分类核函数