国家自然科学基金(61005008)
- 作品数：14 被引量：44H指数：4
- 相关作者：杨万扣张以利孙长银钱焕延严筱永更多>>
- 相关机构：东南大学南京工业职业技术学院南京理工大学更多>>
- 发文基金：国家自然科学基金江苏省现代教育技术研究规划课题江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多彩色空间相关分析的人脸识别算法
- 2012年
- 人脸识别是当前人工智能和模式识别的研究热点,得到了广泛的关注。基于对不同色彩空间数据的分析,论文提出了多彩色空间典型相关分析的人脸识别方法。文中对2维的Contourlet变换特性进行了分析和讨论,利用Contourlet的多尺度,方向性和各向异性等特点,提出了一种基于Contourlet变换的彩色人脸识别算法。算法对原图进行Contourlet分解,对分解得到的低频和高频图像进行cca分析。典型相关分析是一种有效的分析方法,其实际应用十分广泛。低频系数反映图像的轮廓信息,高频系数反映图像的细节信息,使用cca充分利用不同频率的信息,使不同色彩空间的不同分辨率图形的相关性达到最大,得到投影系数,最后,采用决策级最近邻分类器完成人脸识别。在对彩色人脸数据库AR的识别实验中,该算法识别率达到98%以上,与传统算法相比,该算法不仅既有良好的识别结果,而且具有很快的运算速度。
- 朱杰陈长伟杨万扣唐振民
- 关键词：彩色人脸识别最近邻分类
- 一种基于主成分回归的DV-Hop定位方法
- 2013年
- DV-Hop定位算法是一种被广泛运用的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在实际分布的网络中,它的精度受到噪声和信标节点之间几何关系的限制。主成分回归方法利用主成分分析方法对原先数据进行重新构造,删除部分主成分,从而消除部分噪声和多重共线性对回归精度、稳定性的影响。根据DV-Hop算法定位过程,在节点位置估计阶段运用主成分回归的方法对定位数据进行重新综合与提取,仅利用有效定位信息进行位置估计。仿真实验结果证明该改进后的算法同样具有原先算法优良特性,且定位精确度有所提高。
- 严筱永钱焕延陈继光于继明
- 关键词：无线传感器网络多重共线性主成分回归
- 云环境下基于任务分类和LPM优化模型的调度算法被引量：2
- 2013年
- 针对用户任务预算不足或期望完成时间较短,云服务方无法保障任务全部完成,提出基于任务分类和线性规划优化模型调度策略,使任务完成数最大化,同时考虑任务重要性。算法根据任务长短及重要性进行分类,然后建立任务计算资源关系矩阵及3个相关约束条件,以任务完成数最大化为目标函数,搭建线性规划模型,并给出算法实现。模拟实验表明,在同样的用户任务预算和期望完成时间条件下,该算法任务完成数最大值明显高于经典算法。
- 张以利杨万扣
- 关键词：云计算调度算法线性规划
- 基于移动Agent的代价驱动的云端存储模型被引量：3
- 2012年
- 针对当前云存储系统副本策略对商业利益追求的考虑不够充分,构建基于移动agent的代价驱动的云端存储模型,引入商业相关概念并给出定义及计算公式,提出代价驱动的移动agent自适应策略。移动移动agent携带数据及副本以用户良好体验及高"收益"原则进行决策计算及判断在云平台异构节点间移动、复制或销毁,实现商业利益最大化的动态存储。给出移动agent自适应动作的算法实现。实验结果表明,该模型在负载均衡和"收益"方面都优于传统静态副本策略。
- 张以利杨万扣李峻
- 关键词：副本
- 信用价格及成本计算的云环境市场调度模型
- 2013年
- 针对现有云环境市场调度策略多为追求收益最大化而对服务方信誉度考虑不足,提出基于信用价格及成本计算的市场调度模型,使服务方收益最大化且不失在客户中的信誉程度。模型引入信用评价系数、信用价格以及任务赔偿金和收益判别函数等经济学概念,将服务方在用户中的信用评价融入基于成本计算的任务抢占调度机制,以服务方收益判别函数值进行任务抢占决策判断。模拟实验表明,模型实现服务方收益最大化且优先调度低信誉度任务。
- 张以利杨万扣
- 关键词：云计算调度算法
- 基于被动响应的车联网混合良性蠕虫
- 2012年
- 针对车联网移动通信,为防治蠕虫,控制额外网络资源开销,将构建一种基于被动响应的新型车联网混合良性蠕虫。该良性蠕虫在接收到含有蠕虫的报文后,做出在转播该报文的过程中传播自己的被动响应,既能避免主动良性蠕虫发送探测报文带来的额外网络资源开销,又能较好地遏制蠕虫的传播。研究结果为设计实时防治策略对抗蠕虫的破坏性传播提供了理论基础和新的解决方案。
- 汪峥钱焕延娄阳汪婧雅徐延贵
- 关键词：车联网网络安全良性蠕虫
- 利用主成分分析解决定位中的复共线问题
- 2013年
- DV-Hop定位方法用跳距代替测距,而后利用信标节点进行定位。它具有硬件要求低、计算和通信开销不高且容错性能较好的特性,因而被广泛运用到各个定位系统中。但其定位常常受到信标节点摆放位置和噪声的影响,使得定位结果较差。通过对DV-Hop定位过程的分析,利用机器学习中的主成分分析方法处理信标节点随机摆放所产生的复共线性问题,同时可以消除部分噪声,使得未知节点估计值具有较小的均方差,进而提高定位的精度。仿真实验结果验证该改进后的算法同样具有原先算法优良特性,且定位精确度有所提高。
- 严筱永钱焕延杨万扣
- 关键词：无线传感器网络DV-HOP定位算法主成分分析
- Feature Extraction Using Kernel Inverse FDA
- This paper presents a new feature extraction method called kernel inverse Fisher discriminant analysis for fac...
- Zhongxi Sun~(1
- 核稀疏保持投影及生物特征识别应用被引量：10
- 2013年
- 稀疏表示系数包含较强的鉴别信息,稀疏保持投影(Sparsity Preserving Projections,SPP)利用稀疏表示系数进行特征提取.本文通过核方法获取高维特征空间的核稀疏表示系数,并利用核稀疏表示系数构造邻接矩阵,提出核稀疏保持投影(Kernel Sparsity Preserving Projections,KSPP).核稀疏表示系数比稀疏表示系数包含更强的鉴别信息,因此KSPP可以比SPP提取更有效的鉴别特征.在多个数据库上的生物特征识别实验,KSPP都取得了不错的实验结果.
- 殷俊杨万扣
- 关键词：邻接矩阵核方法
- 具有模糊聚类功能的双向二维无监督特征提取方法被引量：13
- 2012年
- 依据最大间距判别准则(Maximum margin criterion,MMC)的基本原理,并结合模糊技术和张量理论,提出一种矩阵模式的模糊最大间距判别准则(Matrix model fuzzy maximum margin criterion,MFMMC),并在此基础上形成具有模糊聚类功能的双向二维无监督特征提取方法(Two-directional two-dimensional unsupervised feature extraction method with fuzzy clustering ability,(2D)2UFFCA).该方法不但能直接实现矩阵模式数据的模糊聚类,而且还可以对矩阵模式数据进行双向二维特征提取,实现特征降维.同时我们还从几何的直观含义出发,合理地设定矩阵模式的模糊最大间距判别准则中的调节参数γ,并从理论上证明其合理性.为了提高特征提取的效率,还提出一种能有效计算矩阵模式数据的投影变换矩阵的方法.实验结果表明该方法具有上述优势.
- 皋军孙长银王士同
- 关键词：模糊聚类
