期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于分层学习的三维模型兴趣点提取算法 认领
1
作者 舒振宇 杨思鹏 +4 位作者 辛士庆 刘予琪 龚梦航 庞超逸 胡超 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第2期222-232,共11页
针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布... 针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助. 展开更多
关键词 三维模型 三维模型兴趣点 分层学习
在线阅读 下载PDF
基于权重能量自适应分布的三维形状分割算法 认领
2
作者 舒振宇 杨思鹏 +3 位作者 辛士庆 庞超逸 杨雨璠 胡超 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第3期343-351,共9页
针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的... 针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点. 展开更多
关键词 三维模型 三维模型分割 权重能量自适应分布 深度学习
在线阅读 下载PDF
基于随机矩阵理论的高维数据球形检验 认领
3
作者 袁守成 周杰 沈洁琼 《应用概率统计》 CSCD 北大核心 2020年第4期355-364,共10页
本文基于随机矩阵理论,研究了一般总体的高维协方差矩阵的球形检验.当样本量小于数据维数时,经典的似然比检验方法在球形检验中已无法使用.通过引入样本协方差矩阵谱分布的高阶矩,构造出一个新的检验统计量,并给出其在零假设下的渐近分... 本文基于随机矩阵理论,研究了一般总体的高维协方差矩阵的球形检验.当样本量小于数据维数时,经典的似然比检验方法在球形检验中已无法使用.通过引入样本协方差矩阵谱分布的高阶矩,构造出一个新的检验统计量,并给出其在零假设下的渐近分布.模拟实验表明所提出的统计量在控制第一类错误概率的基础上能有效提高检验功效,对于Spiked模型效果尤为显著. 展开更多
关键词 高维协方差矩阵 球形检验 谱分布 检验功效
在线阅读 免费下载
基于生成对抗网络的点云形状保结构补全 认领
4
作者 缪永伟 刘家宗 +1 位作者 陈佳慧 舒振宇 《中国科学:信息科学》 CSCD 北大核心 2020年第5期675-691,共17页
针对三维点云形状修复补全中难以保持形状精细结构信息的问题,借助于生成对抗网络框架,本文提出了一种自动修复补全三维点云形状的神经网络结构.该网络由生成器和判别器构成.神经网络的生成器采用编码器–解码器结构,以缺失的三维点云... 针对三维点云形状修复补全中难以保持形状精细结构信息的问题,借助于生成对抗网络框架,本文提出了一种自动修复补全三维点云形状的神经网络结构.该网络由生成器和判别器构成.神经网络的生成器采用编码器–解码器结构,以缺失的三维点云形状作为输入,首先通过输入变换和特征变换对齐输入点云数据的采样点位置与特征信息;然后借助权共享多层感知器对各采样点提取局部形状特征并利用最大池化层与多层感知器编码提取出采样点的特征码字;其次将采样点特征码字加上网格坐标数据,解码器使用2个连续的三层感知器折叠操作将网格数据转变成点云形状的缺失补全数据;最后将缺失补全数据与点云输入数据合并,得到完整的三维点云形状.神经网络的判别器则接收真实的完整点云形状数据和生成器生成的完整点云形状数据,并利用与生成器相同的编码器结构判别出点云形状数据的真假并反馈以不断优化生成器,最终使生成器生成足以"以假乱真"的点云形状数据样本.实验表明,针对形状缺失的稠密点云和稀疏点云数据,本文方法在修复补全形状缺失部分的同时能有效保持输入点云形状的精细结构信息. 展开更多
关键词 生成对抗网络 编码器–解码器结构 点云数据 形状补全 折叠操作
可拓聚类的科教人际网络节点重要性动态分析方法 认领
5
作者 严家萌 许立波 +2 位作者 李兴森 庞超逸 董瑞辰 《智能系统学报》 CSCD 北大核心 2019年第5期915-921,共7页
目前大多数研究对复杂社会网络关键节点影响力的识别都是静态的,缺乏动态变化的分析。采用可拓聚类方法对动态变化下的科教人际网络进行量化分析,首先以多属性决策法计算每个节点重要性,再利用变异系数权重法计算得该节点综合重要性量值... 目前大多数研究对复杂社会网络关键节点影响力的识别都是静态的,缺乏动态变化的分析。采用可拓聚类方法对动态变化下的科教人际网络进行量化分析,首先以多属性决策法计算每个节点重要性,再利用变异系数权重法计算得该节点综合重要性量值,之后划分等级并取标准正域和正域区间,利用可拓关联函数计算每个节点与每个等级的关联度,关联度值最大的等级即为该节点对应等级,最后分析同一社会网络节点在不同时间点的重要性等级变化。可拓聚类方法尝试从动态上对网络节点重要性进行把握,最后通过实例验证了该方法的有效性。 展开更多
关键词 复杂网络 节点重要性 多属性 可拓学 可拓聚类 可拓理论 物元 关联函数
在线阅读HTML 下载PDF
复杂社会网络节点重要性可拓聚类动态分析方法 认领
6
作者 严家萌 庞超逸 许立波 《计算机应用与软件》 北大核心 2019年第7期76-82,共7页
目前大多数复杂网络关键节点影响力识别方法都是建立在静态分析基础之上的,缺乏对节点动态变化的考量。采用可拓聚类方法来量化分析社会网络的动态变化,以多属性决策法测量各节点静态重要性属性值;分别划分等级,取经典域和节域,计算各... 目前大多数复杂网络关键节点影响力识别方法都是建立在静态分析基础之上的,缺乏对节点动态变化的考量。采用可拓聚类方法来量化分析社会网络的动态变化,以多属性决策法测量各节点静态重要性属性值;分别划分等级,取经典域和节域,计算各节点在对应属性上的关联度,并用熵权法取得综合关联度;分析其在同一社会网络不同时间点的变化,给出变动的量和方向。该方法不仅能刻画出节点重要性的变化趋势,而且给出了变化程度。最后,通过实例验证了该方法的可行性和有效性。 展开更多
关键词 复杂网络 节点重要性 多属性 可拓学 可拓聚类
在线阅读 下载PDF
三参数区间数下非线性可拓关联度决策方法 认领
7
作者 许立波 李兴森 郭研 《控制与决策》 EI CSCD 北大核心 2019年第10期2203-2212,共10页
针对属性值为三参数区间数和权重未知的多属性决策问题,提出一种新的基于非线性可拓简单关联度的多属性决策方法和框架.该方法基于可拓简单关联函数提出非线性可拓三参数区间关联度的计算方法,通过定义区间映射变换算子,将不同类型指标... 针对属性值为三参数区间数和权重未知的多属性决策问题,提出一种新的基于非线性可拓简单关联度的多属性决策方法和框架.该方法基于可拓简单关联函数提出非线性可拓三参数区间关联度的计算方法,通过定义区间映射变换算子,将不同类型指标的关联度计算均变换为效益型指标的单调递增关联度计算.该方法内含偏好态度系数的设置以反映决策者态度倾向带来的决策不确定性,而且能够体现人们进行决策评价时的非线性思维.最后通过算例分析表明所提出方法的合理性和稳定性. 展开更多
关键词 决策 可拓学 三参数区间数 关联度
基于合格值自适应后悔理论和证据理论的区间多属性决策方法 认领
8
作者 许立波 舒振宇 庞超逸 《系统科学与数学》 CSCD 北大核心 2019年第6期857-874,共18页
针对属性值和权重都用区间描述的不确定性多属性决策问题,文章提出了一种基于合格值自适应后悔理论和证据理论的决策方法.该方法定义属性合格参考值,表示决策者对方案的接受度在该值以下呈现快速下降趋势.之后依据后悔理论,定义基于属... 针对属性值和权重都用区间描述的不确定性多属性决策问题,文章提出了一种基于合格值自适应后悔理论和证据理论的决策方法.该方法定义属性合格参考值,表示决策者对方案的接受度在该值以下呈现快速下降趋势.之后依据后悔理论,定义基于属性合格参考值的后悔效用函数,改善传统后悔效用函数灵活性弱和对风险规避行为的描述能力不够强的缺点.之后扩展出基于区间的效用计算方法,并基于区间最优点得到感知效用值矩阵.然后将感知效用值转化为基本概率分配函数并据此进行基于权重的证据合成.该方法还通过设定偏好态度系数以反映决策者对评价高低的倾向性.最后,通过算例分析说明了该方法的可行性,合理性和稳定性. 展开更多
关键词 决策 后悔理论 证据理论 自适应 不确定性
基于可拓聚类的服装需求预测方法 认领
9
作者 何海洪 余军合 +1 位作者 许立波 李兴森 《计算机应用与软件》 北大核心 2018年第5期273-281,共9页
服装需求易受价格、消费习惯及气温、天气状况等随机因素影响而变得复杂多变难以预测,而实际服装需求预测中,区间预测往往比具体值预测更具指导意义。因此在分析价格、折扣、气温、天气状况等因素与服装销量相关性的基础上,采用可拓聚... 服装需求易受价格、消费习惯及气温、天气状况等随机因素影响而变得复杂多变难以预测,而实际服装需求预测中,区间预测往往比具体值预测更具指导意义。因此在分析价格、折扣、气温、天气状况等因素与服装销量相关性的基础上,采用可拓聚类方法构建服装需求区间预测模型,对服装需求进行区间预测,并给出具体的预测步骤与计算方法。结合实例数据,验证可拓聚类对服装需求区间预测的有效性,并与K近邻算法进行预测效果及时间复杂度对比分析。实例分析结果表明可拓聚类有比K近邻更好的预测效果,而时间复杂度却大幅缩减,此外可拓聚类还能体现预测值与各区间等级的隶属程度和亲疏关系。实例分析结果验证了可拓聚类应用于服装需求预测的有效性与优越性。 展开更多
关键词 服装业 需求预测 可拓聚类 K近邻 时间复杂度
在线阅读 下载PDF
三参数区间数下基于映射的可拓区间简单关联函数决策分析方法 认领
10
作者 许立波 李兴森 李绍英 《系统科学与数学》 CSCD 北大核心 2018年第11期1282-1295,共14页
针对属性值为三参数区数的多属性决策问题,文章提出了一种新的基于可拓区间简单关联度的多属性决策方法和框架.该方法定义了可拓三参数区间简单关联函数表达式,同时集成了区间计算和态度函数,并通过映射函数使得简单关联函数具备非线性... 针对属性值为三参数区数的多属性决策问题,文章提出了一种新的基于可拓区间简单关联度的多属性决策方法和框架.该方法定义了可拓三参数区间简单关联函数表达式,同时集成了区间计算和态度函数,并通过映射函数使得简单关联函数具备非线性的表达能力.由于态度函数能够较精确地反映决策者对各评价值的倾向态度,该方法通过态度函数的设置进行决策的不确定性分析,还能用可拓移动变换对决策进行动态性分析和规则发现.最后,通过算例分析说明了该方法的合理性和稳定性. 展开更多
关键词 决策 可拓学 三参数区间 关联函数
多源适应多标签分类框架 认领 被引量:2
11
作者 姚哲 陶剑文 《计算机工程与应用》 CSCD 北大核心 2017年第7期88-96,170共10页
多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范... 多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范式中充分考虑目标视觉特征的优化处理,多标签相关信息在共享特征子空间的嵌入,以及多个相关领域的判别信息桥接利用等多个方面,并将其融为一个统一的学习模型,理论证明了其局部最优解只需通过求解一个广义特征分解问题便可分别获得,并给出了算法实现及其收敛性定理。在两个实际的多标签视觉数据分类上分别进行深入实验分析,证实了所提框架的鲁棒有效性和优于现有相关方法的分类性能。 展开更多
关键词 特征选择 共享特征子空间 多源适应学习 多标签学习
在线阅读 下载PDF
面向问题智能处理的基元-因素空间模型研究 认领
12
作者 李兴森 许立波 刘海涛 《广东工业大学学报》 CAS 2019年第1期1-9,共9页
互联网已成为获取信息的重要来源,但仅依靠信息搜索引擎等现有技术仍难以从海量信息中智能化挖掘知识为解决问题服务,面向问题处理的互联网知识搜索的模型与算法等问题一直未得到有效解决.知识搜索引擎要实现智能化解决问题的服务,关键... 互联网已成为获取信息的重要来源,但仅依靠信息搜索引擎等现有技术仍难以从海量信息中智能化挖掘知识为解决问题服务,面向问题处理的互联网知识搜索的模型与算法等问题一直未得到有效解决.知识搜索引擎要实现智能化解决问题的服务,关键是必须研究面向问题处理的互联网信息的智能重构模型.基元-因素空间模型以可拓学基元理论、因素空间理论和智能知识管理理论为基础,交叉研究从互联网海量信息资源中抽取对象、属性和量值,重组互联网信息,自动构建领域基元的方法及从领域信息中挖掘特定问题的因素空间以获取领域知识的智能算法.在动态基元信息、专家经验知识与因素空间融合的模式与算法基础上,开发模拟仿真软件以验证动态知识基元及因素库协同进行互联网信息重组的理论与方法,为利用互联网生成解决问题的创新策略和研发新一代面向问题处理的知识搜索引擎提供理论基础和新的方法支撑. 展开更多
关键词 可拓学 因素空间 信息结构 知识挖掘 基元
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈