曹鹏 作品数:14 被引量:51 H指数:5 供职机构: 中国医科大学公共基础学院 更多>> 发文基金: 国家自然科学基金 中央高校基本科研业务费专项资金 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 更多>>
基于置信度代价敏感的支持向量机不均衡数据学习 被引量:8 2015年 现实世界中广泛存在着很多不均衡的数据,其分类问题是机器学习领域的研究热点。为了提高不均衡数据的分类性能,提出一种基于核空间置信度的代价敏感支持向量机分类算法。通过注入类别错分代价机制,以不均衡数据评价指标作为目标函数,优化错分代价因子,提升少数类样本的识别率。计算类中所有样本在核空间下的类别置信度,从而确定样本对决策分类贡献的重要程度,降低噪音或孤立点对支持向量机的影响。通过大量UCI数据集的实验结果表明,与其他同类算法相比,该算法能更好地提高不均衡数据的分类性能。 赵永彬 陈硕 刘明 曹鹏关键词:支持向量机 代价敏感学习 基于CV模型与改进ME模型的肺癌检测算法 被引量:1 2017年 针对CT影像中恶性肺结节病灶难以自动检测的问题,提出了一种基于CV模型与改进ME模型分割区域之间的面积差异的肺部CT影像癌症检测算法.该方法利用在肺部CT影像中结节边界的模糊程度是判断恶性肺结节的最重要指标这一特性,首先通过CV模型和改进ME模型两种交互式目标分割算法分别对肺部CT影像分割,因这两种分割方法收缩效果不同,故得到两种不同的结节区域,再计算这两种区域之间的面积差异得到该区域的模糊程度,最后计算得到模糊程度比较阈值,以此判断是否存在癌症.实验结果表明,该算法对于肺部CT影像中的癌症检测具有较高的准确率. 朴春赫 曹鹏 赵海 朱宏博关键词:图像分割 水平集算法 CV模型 聚类核值相似区特征点的医学影像分类 2013年 针对传统方法通常选取角点或极值点作为特征点,忽略了局部纹理变化从而影响医学影像分类性能的问题,提出一种新的特征点检测和描述方法,并应用Bag-of-Keypoints模型实现医学影像分类。首先改进自适应的Kmeans对影像进行像素级聚类,构建核值相似区并选取邻域内聚类分布变化急剧的像素点作为特征点;然后在极坐标系中定义特征点描述符并生成视觉词典,通过视觉词直方图描述影像;最后利用直方图交集方法度量影像间的相似度来扩展KNN(K-nearest neighbor)完成分类。遵循IRMA(image retrival in medical appication)的医学影像类别编码标准,严格选择实验数据,结果表明该算法较传统方法 F1值平均提高4.5%,对于不同类别影像效果更加稳定鲁棒,从而更好地满足临床应用需求。 李博 曹鹏 栗伟 赵大哲关键词:影像分类 特征点 自适应聚类 一种具有边缘保护的MRI影像同步去噪增强算法 被引量:2 2011年 MRI影像具有边缘模糊、含有噪声、对比度差的特点,这些都严重干扰了影像的分割,配准的准确性.针对这类问题,提出一种既能保护边缘,又能兼顾去噪及增强的模型.通过构造自适应直方图均衡化的偏微分方程,并结合P-M平滑算法的优点,增加系数调节项,达到同步去噪增强的目的.算法吸取了两种模型的优点,实验结果证明了方法的准确性及实用性. 贾迪 杨金柱 曹鹏 张一飞 赵大哲 于戈关键词:图像去噪 图像增强 偏微分方程 直方图均衡 水平集 基于决策准则优化的不均衡数据分类 被引量:2 2014年 现实世界中广泛存在着类别分布不均衡的数据,而传统分类算法在数据失衡的情况下分类效果很不理想,为此提出一种基于决策准则优化的组合分类算法.该算法基于朴素贝叶斯模型输出的后验概率,以不均衡数据评价指标作为目标函数,对决策阈值(二类)或错分代价参数(多类)进行优化,得到最佳的分类决策准则;同时为了提高分类的泛化性,提出一种自适应随机子空间组合分类算法,增强基分类器之间的差异性,避免分类器学习和决策准则优化的过拟合,并可自动获得基分类器的最佳数量.通过大量UCI数据集的实验验证表明,与其它同类算法相比,该算法在精度和效率上都具有更好的处理不均衡数据的优势. 曹鹏 栗伟 赵大哲关键词:代价敏感学习 随机子空间 基于ASP+ACCESS的网络教学资源共享系统 被引量:1 2011年 在网络技术高速发展的今天,高校教育管理正逐步走向系统化、科学化、现代化,建立高校内各教研室,各学科、各高校,甚至高校之间的教学资源库,实现教学资源网上共享和协同管理是非常有必要并且可行的。学校计算机中心利用ASP+ACCESS实现了框架结构的教学资源库网络共享系统的建设,为教育部门大力发展网络教学资源库建设提供了一种方法和思路。 刘尚辉 曹鹏关键词:网络教学资源库 ASP ACCESS 高校 基于粒子群优化的不均衡数据学习 被引量:5 2013年 为了提高重采样算法在不均衡数据学习的性能,提出一种基于粒子群优化的不均衡数据学习方法。通过粒子群优化,以不均衡数据分类评价准则作为目标函数,来优化重采样算法中最佳的采样率,同时对特征进行选择,从而达到最佳的数据分布。该算法在大量UCI数据集上进行了测试,与其他不均衡学习算法进行比较,结果表明该算法具有更高的分类性能;并验证了同时优化采样率和特征集合,可有效地改进不均衡数据分类效果。 曹鹏 李博 栗伟 赵大哲关键词:粒子群优化 群体智能 重采样 基于类别空间多示例学习的色情图像过滤算法 被引量:1 2013年 针对传统的不良图像自动过滤算法难以适用于复杂互联网环境的问题,提出一种通过构建类别空间进行多示例学习实现图像过滤的新算法.首先在YCgCr空间中扩展Hessian矩阵检测特征点作为图像的示例,然后定义YCgCr-LBP算子作为图像示例描述符,最后基于包示例频率统计原理提出类别空间模型,并利用余弦相似度完成图像识别.利用不同成分的数据集进行了多组实验对比,结果表明,所提出的算法克服了传统依靠皮肤比例方法对皮肤或类皮肤比例较大图像识别准确度较低的问题,同时也较一般的多示例学习方法对图像具有更好的描述能力,取得了较好的实验结果,具有实际应用价值. 李博 曹鹏 栗伟 赵大哲关键词:图像过滤 多示例学习 局部二值模式 HESSIAN矩阵 面向不均衡数据集的ARSGOS算法 被引量:3 2014年 现实世界中广泛存在着类别分布不均衡的数据,其分类问题已成为数据挖掘领域中的研究热点.提出一种基于高斯混合模型,并结合自适应随机子空间的升采样算法(ARSGOS).该算法使用随机子空间的思想,在不同的子空间下对少数类的样本空间使用高斯混合模型进行参数估计,并根据估计的概率密度函数构造少数类样本数据,从而使新样本数据更加准确真实,避免了噪音数据的生成.该算法通过引入数据子集交叠率,增强数据采样和分类器学习的差异性,提升了在不均衡数据空间下少数类样本的识别能力.通过大量UCI数据集验证,并采用不同的基分类器,与其他常用的重采样算法进行比较.实验结果表明ARSGOS算法有效地提高了少数类的识别率以及整体的分类性能. 曹鹏 栗伟 赵大哲关键词:随机子空间 高斯混合模型 基于CT影像的肺组织分割方法综述 被引量:9 2016年 CT影像具有空间分辨率高的优点,是肺部疾病影像学诊断的首选方式。肺部病灶的检测和测量、肺功能的定量分析均需要精确的肺组织分割。为解决CT影像由于噪声、伪影、部分容积效应等干扰而导致的肺部各组织之间灰度交叠、边界模糊、难以分离的问题,系统地综述了针对肺部各个分割对象的有效解决方法。从肺实质分割、肺血管分割、肺气道分割、肺叶分割、肺结节分割以及肺部病变组织的分割等方面,详细分析了面临的挑战性问题和当前研究进展,并阐述了肺组织分割方法的发展趋势。 耿欢 覃文军 杨金柱 曹鹏 赵大哲关键词:肺实质分割