钱宇华
- 作品数：160 被引量：640H指数：13
- 供职机构：山西大学更多>>
- 发文基金：国家自然科学基金山西省自然科学基金山西省回国留学人员科研经费资助项目更多>>
- 相关领域：自动化与计算机技术理学电子电信经济管理更多>>
- 一种基于集成学习的科研合作者潜力预测分类方法被引量：10
- 2019年
- 科研合作是学术成果非常重要的实现形式,很多高水平的研究成果通过合作实现.研究合作潜力可以为学者选择合作者提供指导,最大化科研效率.然而当前大数据爆发阻碍了合作者的有效选择.为了解决这个问题,基于学者文章大数据,经过特征分析和优化,综合考虑学者的文章、机构、研究兴趣等个人属性和相关属性,分别从文章标题、文章等级、文章数量、时间及署名序多维度构造样本特征,以文章所发表的期刊会议等级作为合作者序列对的样本标签,表示当前合作者的潜力高低,利用集成方法的强学习特性,提出了基于集成学习分类方法的科研合作者潜力预测模型.分析并构造对应于科研合作者潜力预测问题的特征集后,采用分类方法解决这一问题.实验中准确率、召回率、F1分数都远高于传统机器学习方法,并能以较少的样本和时间收敛于较高值(80%以上),说明了模型的优越性.
- 艾科马国帅杨凯凯钱宇华
- 关键词：特征构造
- 一种基于不可区分度的组合熵与组合粒度被引量：1
- 2008年
- 组合熵与组合粒度是一种新的度量信息系统不确定性的有效方法。基于对象之间的不可区分度将组合熵与组合粒度的概念推广到非完备信息系统中,并给出二者的性质。经证明,非完备信息系统中的组合熵与组合粒度之间具有严格的互补关系,并可退化为完备信息系统中的组合熵与组合粒度。实例表明该方法能够时非完备信息系统中的不确定性进行有效的度量,拓展了组合熵与组合粒度的应用范围。
- 庞继芳钱宇华
- 关键词：粗糙集理论
- 一种基于逻辑学习的多图检索方法
- 本发明属于图像检索中的多图检索领域，具体涉及一种基于逻辑学习的多图检索方法。目的是解决现有的多图检索方法效率低下以及资源库耗费过度的技术问题，技术方案为：包括如下步骤：1)收集并预处理数据集；2)训练一组深度学习网络特征...
- 郭倩钱宇华梁新彦
- 多景深图像聚焦信息的三维形貌重建:数据集与模型
- 2023年
- 受限于数据采集方式的多源异性与三维重建结果的昂贵标注,现有基于多景深图像聚焦信息的三维形貌重建方法通常需要根据具体应用场景设计,缺乏场景适应性.本文提出一种多景深图像数据集构建的理论与方法,并在此基础上设计具有良好鲁棒性的深度网络模型.构建的多景深图像数据集(MDFI Datasets)旨在剥离图像实际语义与深度信息的强关联性,通过联合输入图像序列的富纹理特性与三维形貌固有的同质与阶跃特性,提出形貌核函数非线性空间映射方法扩展数据集的多维性与多样性.设计的深度三维形貌重建网络模型(DSFF-Net)以U-Net为基础网络,添加可变形卷积模块(Deformable ConvNets v2)增强网络的特征提取能力,全新设计的局部-全局关系耦合模块(LGRCB)有助于提升模型全局聚焦信息的聚合能力.为验证MDFI Datasets的跨场景适用性和DSFF-Net模型的鲁棒性与泛化性,本文从四个不同方面进行实验对比分析.实验结果表明,相较于最先进的鲁棒聚焦体积正则化的聚焦形貌恢复算法(RFVR-SFF)和全聚焦深度网络(AiFDepth-Net),本文提出的DSFF-Net模型在RMSE指标上分别下降15%和29%;大景深场景实验表明,本文提出的数据集构建方法能够适应实际应用场景。
- 张江峰闫涛闫涛钱宇华吴鹏
- 关键词：多聚焦图像核函数
- 基于邻域粗糙集的多标记分类特征选择算法被引量：105
- 2015年
- 多标记学习是一类复杂的决策任务,同一个对象可能同时属于多个类别.此类任务在文本分类、图像识别、基因功能分析等领域广泛存在.多标记分类任务往往由高维特征描述,存在大量无关和冗余的信息.目前已经提出了大量的单标记特征选择算法以应对维数灾难问题,但对于多标记的属性约简和特征选择却鲜有研究.将粗糙集应用于多标记数据的特征选择中,针对多标记分类任务,重新定义了邻域粗糙集的下近似和依赖度计算方法,探讨了这一模型的性质,进而构造了基于邻域粗糙集的多标记分类任务的特征选择算法,并给出了在公开数据上的实验结果.实验分析证明算法的有效性.
- 段洁胡清华张灵均钱宇华李德玉
- 关键词：邻域粗糙集依赖度
- 电子实物展台
- 本发明涉及电子实物展台，包括灯箱壳体、连杆与摄像头，特点是灯箱壳体上设有液晶触摸显示器，内配有触摸屏电路、一转二VGA信号转换器、摄像头信号转换开关、计算机小系统电路主板；通过摄像头信号转换开关，它可以有两种使用模式：直...
- 钱宇华梁吉业陈红星李德玉霍浩
- 文献传递
- 一种基于GP的中医药专利命名实体自动识别方法
- 一种基于GP的中医药专利命名实体自动识别方法，其特征是通过模型的主动学习来实现中医药专利文献特征的自动抽取，然后根据所提取特征信息实现命名实体标注。本发明将遗传规划应用于中医药专利命名实体识别任务，使算法可以进行主动学习...
- 张亚宇谷波钱宇华马国帅
- 文献传递
- WSN中基于多径距离和神经网络的节点定位被引量：3
- 2017年
- 为了实现802.15.4a无线传感器网络中的目标定位,提出了一种新的基于多径距离和神经网络的目标定位检测算法。首先通过目标出现时对多径效应的影响估计出到达时间差,从而计算出通信传感器节点之间的多径距离;然后把多径距离作为神经网络的输入,并将目标位置用于神经网络的训练;最后通过选择多径距离估计值和测量值的差的最小成本组函数来定位目标位置。对单目标和多目标的定位检测仿真结果表明,即使当网络中传感器数量和目标增加时,所提出的定位算法的误差累积分布函数也不会增大,而且其定位误差比其他定位算法的误差小,从而增强了网络的鲁棒性,提高了网络中传感器承受故障的能力。
- 闫俊伢钱宇华李华锋马尚才
- 关键词：无线传感器网络多径效应神经网络
- 一种基于卡尔曼滤波与孪生网络的机器人目标跟踪方法
- 本发明属于计算机视觉与智能机器人领域，具体涉及一种基于卡尔曼滤波与孪生网络的机器人目标跟踪方法。为弥补现有目标跟踪算法无法很好兼顾跟踪精度与跟踪实时性的不足，本发明主要由跟踪模型构建、方向梯度直方图特征提取、响应图更新及...
- 陈路闫涛钱宇华吴鹏
- 文献传递
- 基于超结构的BN随机搜索学习算法被引量：1
- 2017年
- 近年来,贝叶斯网络(Bayesian network,BN)在不确定性知识表示与概率推理方面发挥着越来越重要的作用.其中,BN结构学习是BN推理中的重要问题.然而,在当前BN结构的2阶段混合学习算法中,大多存在一些问题:第1阶段无向超结构学习中存在容易丢失弱关系的边的问题;第2阶段的爬山搜索算法存在易陷入局部最优的问题.针对这2个问题,首先采用Opt01ss算法学习超结构,尽可能地避免出现丢边现象;然后给出基于超结构的搜索算子,分析初始网络的随机选择规则和对初始网络随机优化策略,重点提出基于超结构的随机搜索的SSRandom结构学习算法,该算法一定程度上可以很好地跳出局部最优极值;最后在标准Survey,Asia,Sachs网络上,通过灵敏性、特效性、欧几里德距离和整体准确率4个评价指标,并与已有3种混合学习算法的实验对比分析,验证了该学习算法的良好性能.
- 吕亚丽吕亚丽梁吉业梁吉业
- 关键词：贝叶斯网络随机搜索超结构混合算法
