陈忠
- 作品数:34 被引量:56H指数:4
- 供职机构:华中科技大学更多>>
- 发文基金:国家自然科学基金国家杰出青年科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域:自动化与计算机技术医药卫生电子电信经济管理更多>>
- 前列腺增生伴逼尿肌无力患者电切术治疗后的临床分析
- 目的 探讨良性前列腺增生(BPH)患者膀胱出口梗阻(BOO)致膀胱逼尿肌收缩功能无力(DU)患者的临床诊断及治疗方式.方法 本组资料包含2006年1月至2010年12月经治的60例BPH老年患者,均行经尿道前列腺电切术(...
- 杨为民郭小林刘继红叶章群王冬彪杜广辉陈忠陈志强庄乾元宋晓东王少刚胡志全
- 一种复杂背景下弱小目标检测的方法
- 本发明公开了一种复杂背景下弱小目标检测的方法,包括:对连续3帧运动目标图像做增强的时域差分滤波处理,得到时域差分滤波增强图像DIF;对上述3帧运动目标图像中的第二帧运动目标图像,进行经验模态分解,得到固有模态函数IMF1...
- 陈忠邓涛
- 文献传递
- 基于变参数耦合混沌系统的伪随机序列产生方法及系统
- 本发明公开了一种基于变参数耦合混沌系统的伪随机序列产生方法及系统,所述方法包括:将三个Logistics混沌系统按照分支系数和状态变量耦合,形成一个三维变参数耦合混沌系统;通过三维变参数耦合混沌系统及一维Logistic...
- 王祖喜陈忠王思阳周博赟
- 改进的Lidar数据桥梁提取算法研究被引量:1
- 2014年
- 针对利用Lidar数据进行桥梁自动识别中存在的检测效率较低,检测结果与桥梁形状有关以及检测精度受植被影响等问题,提出了一种改进的Lidar数据桥梁提取算法。通过对Lidar数据格网化,将求点的邻域点问题转化为先求网格的邻域网格,达到快速获取离散点邻域点的目的;构造了一种新的三维离散点形态学算子,滤除植被对桥梁检测的影响;利用并查集优化剖面分析算法中最小生成树求解和连通域处理,可滤除建筑物等大物体;利用优化的剖面分析方法并结合桥梁的拓扑特点提取桥梁,解决算法仅能检测特定形状桥梁的问题;为解决Lidar数据量大引起的检测效率问题,采用OpenMP实现算法并行。通过桥梁提取实验验证了算法的有效性和高效性。
- 郭莉莉陈忠张宁新谢庭
- 关键词:形态学并行计算并查集
- 急性淋巴细胞性白血病的细胞遗传学研究
- 陈忠
- 关键词:急性淋巴细胞性白血病
- 基于形状保持的图像增强模型被引量:1
- 2011年
- 针对对比度低、边缘模糊和噪声干扰强的红外图像,提出一种融合非线性扩散与全变分的形状保持模型。其中,模型保真项用于保持图像形状,保留边缘、细节信息,范数项用于图像去噪。实验结果表明,与同类算法相比,该模型能更有效地去除噪声,保持图像形状,并增强图像对比视觉效果。
- 王忠华邓鹤刘建国陈忠
- 关键词:全变分图像增强图像熵
- 基于栈式去噪自编码器的遥感图像分类被引量:12
- 2016年
- 针对传统遥感图像分类方法难以取得更高精度的问题,提出一种根据深度学习思想的基于栈式去噪自编码器的遥感图象分类方法。首先,将多个去噪自编码器栈式叠加构成深度网络模型,用无监督的layer-wise方法由下至上训练每一层网络并在训练数据中加入噪声以得到更为稳健的特征表达;然后,通过反向传播(BP)神经网络对特征进行有监督学习并利用误差反向传播对整个网络参数进行进一步优化得到最终的模型;最后,利用国产高分一号遥感数据进行实验验证。基于栈式去噪自编码器的遥感图像分类方法的总体分类精度和kappa精度分别达到95.7%和95.5%,均高于传统的支持向量机(SVM)和BP神经网络的分类精度。实验结果表明,所提出的方法能有效提高遥感图像的分类精度。
- 张一飞陈忠张峰欧阳超
- 关键词:反向传播神经网络遥感图像地物分类
- 一种遥感图像中船只目标的检测方法
- 本发明公开了一种遥感图像中船只目标的检测方法,将待检测遥感图像输入到预训练好的主干网络中,得到遥感图像的特征图,通过由多层卷积层和池化层堆积形成的主干网络提取遥感图像中的具有高级语义特征的特征图,卷积网络具有平移、缩放不...
- 陈忠暨凯祥杨健臧文乾
- 我国基金产品定位细分的市场现状与前景研究
- 本文在对海外基金产品市场进行考察的基础上,综合分析了我国基金产品定位细分的市场现状,全面深入剖析制约我国基金产品细分市场深化的因素,对我国基金产品定位细分市场的前景进行了展望。我们认为,中国的基金市场发展时间较短,存在着...
- 陈忠
- 关键词:证券投资基金基金产品开放式基金股票型基金
- 文献传递
- 基于图像识别的震象云地震预测方法
- 2014年
- 利用卫星热红外异常判别技术进行地震预测的方法都是纯手工或半手工的,在分析处理海量遥感数据时具有局限性,并且传统方法对地震三要素的预测准确率不高,尤其是震中位置的预测。针对上述问题,提出一种综合震象云颜色、纹理以及浮现频率等特征来自动预测地震的方法。利用灰度共生矩阵对热红外数据进行纹理特征提取,使用BP神经网络模型训练目标神经网络,将纹理特征输入目标神经网络进行识别,提取疑似目标,同时滤掉非目标并跟踪,将疑似目标浮现频率超过5次的区域精确定位为目标出现的位置,从而实现智能化和自动化的地震预测。反演实验验证结果表明,该方法是一种震中位置预测较为准确的中短期地震预测方法。
- 谢庭陈忠李志平张宁新郭莉莉
- 关键词:图像识别目标跟踪地震预测神经网络