排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
针对并行细化算法中细化模板较多,细化不全和串行算法的骨架非对称现象,提出了一种基于并行模板的手写体汉字串行细化算法。该算法改变了剥离边界的方向,引入了4个新的并行细化模板,根据串行算法特点和书写运笔规律,采用逆向扫描法遍历整个图像,通过与其他的模板细化算法进行实验比较,得出该算法在细化手写体汉字时,模板较少,速度较快,细化完全,骨架对称性较好的结论。 相似文献
2.
训练样本选择是支持向量机的一个重要研究课题。但是,目前大部分样本选择方法的一个共同的不足就是,其训练样本的候选集是整个样本空间,因此可能会选择一些对分类效果影响不大的内部样本,或者选择一些可能会降低分类效果的“过边界”样本。提出了两种基于“有效”候选集的样本选择方法。该方法首先通过“挖心”和剔除“过边界”样本来确定训练样本的“有效”候选集,然后在此“有效”候选集上进行训练样本的选择。实验结果表明,该方法在保留“有效”候选样本的同时,也提高了支持向量机分类器的正确识别率。 相似文献
3.
作业车间调度是一类求解困难的组合优化问题,使用改进的遗传算法来求解。GA有新解产生盲目性的特点,以搜索效率为目标提出了一种改进的遗传算法,在解的搜索过程中,通过禁忌表操作来评价种群。改进的遗传算法在保持群体多样性的同时,加快了遗传算法的收敛速度,将该算法用于典型作业车间调度问题的测试,找到了已公布的最优解,对超大规模的问题还有待进一步研究。 相似文献
4.
对一个改进的无证书代理签名方案进行了安全性分析,指出了该改进方案对公钥替换攻击是脆弱的。详细给出了公钥替换攻击方法,即对任意选择的消息和授权书,敌手通过替换原始签名者和代理签名者的公钥来伪造该消息的代理签名。分析表明,该改进方案不满足无证书代理签名的安全性质。针对这种公钥替换攻击,提出了一个新的改进方案。 相似文献
5.
基于均值平移的自动人脸检测与跟踪算法 总被引:1,自引:0,他引:1
针对彩色图像序列的人脸跟踪问题,提出了一种基于均值平移的自动人脸检测与跟踪算法.对每帧图像采用基于肤色和支持向量机的算法检测人脸,可以减少计算量.对于检测到的人脸,判断是否含有新增人脸,有则将新的人脸加入跟踪序列,否则继续跟踪原有人脸序列.然后采用均值平移算法对人脸序列进行跟踪,其计算量小,跟踪稳定可靠,从而实现自动的人脸检测与跟踪.实验结果表明,该算法可以很好地进行人脸的自动检测跟踪. 相似文献
6.
构造了CD4与HIV变化率的评价函数,运用在线聚类法对评价函数值进行聚类,确定了各个标准的阈值,通过建立分类器,可进一步预测治疗效果.在求解模型时采用leader-follower聚类算法,该算法针对在线聚类的特点,只对与新到样本最相似的一个聚类中心进行调整,与该样本无关的其他类的性质得到了保留.实验数据表明,与传统聚类算法相比,该算法达到了可塑性与稳定性的平衡. 相似文献
7.
大多数深度监督跨模态哈希方法采用对称的方式学习哈希码,导致其不能有效利用大规模数据集中的监督信息;并且对于哈希码的离散约束问题,常采用的基于松弛的策略会产生较大的量化误差,导致哈希码次优。针对以上问题,提出深度非对称离散跨模态哈希(DADCH)方法。首先构造了深度神经网络和字典学习相结合的非对称学习框架,以学习查询实例和数据库实例的哈希码,从而更有效地挖掘数据的监督信息,减少模型的训练时间;然后采用离散优化算法逐列优化哈希码矩阵,降低哈希码二值化的量化误差;同时为充分挖掘数据的语义信息,在神经网络中添加了标签层进行标签预测,并利用语义信息嵌入将不同类别的判别信息通过线性映射嵌入到哈希码中,增强哈希码的判别性。实验结果表明,在IAPR-TC12、MIRFLICKR-25K和NUS-WIDE数据集上,哈希码长度为64 bit时,所提方法在图像检索文本时的平均精度均值(mAP)较近年来提出的先进的深度跨模态检索方法——自监督对抗哈希(SSAH)分别高出约11.6、5.2、14.7个百分点。 相似文献
8.
提出一种基于图像邻域信息的分割方法.首先,根据像素点邻域信息得到高维特征向量;然后采用典型相关分析(CCA)改进线性判别分析(LDA)中的变换矩阵,使得特征向量的降维具有自适应性;最后用最近邻法对降维后的特征向量进行分类,从而实现了图像的分割.试验中,选取人脸图像分割来验证该方法,结果显示出其具有良好的分类效果. 相似文献
9.
为了提高数字水印的鲁棒性和安全性,利用人眼对彩色图像视敏度特性的分析,提出了一种基于FRFT及HVS的自适应彩色数字水印算法。利用谱度量构造纹理掩蔽因子,并将它与图像的亮度及边缘掩蔽因子结合,构造彩色图像自适应掩蔽因子,将其作为嵌入强度,通过改变载体图像的FRFT中频系数进行水印嵌入。实验结果表明,该算法具有自适应能力强、隐蔽性好、安全性高等特点。 相似文献
10.
提出了一种改进的DCT域分类矢量量化的图像编码算法。该算法结合了快速相关矢量量化算法和DCT域分类矢量量化算法,首先根据已编码的邻块对输入矢量的编码索引进行相关预测,对预测失败的输入矢量采用DCT域分类矢量量化算法编码。测试结果表明,与DCT域分类矢量量化算法相比,所提出的算法显著地减少了编码时间和比特率。 相似文献