国家自然科学基金(60875030)
- 作品数：6 被引量：49H指数：3
- 相关作者：张道强陈诗国卜德云朱凤梅芮波更多>>
- 相关机构：南京航空航天大学更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 脑白质损伤分割方法比较和策略改进被引量：2
- 2011年
- 当前对白质损伤分割研究的缺陷就是不能真正用于实时分割任务,其主要原因是所用特征的表现性能较低.针对此问题,提出了新的数据处理方法和损伤分割特征.方法通过划分数据减少处理数据量的同时采用分治策略,区分处理白质灰质区域,从而改善了整体白质损伤分割的性能.在ACCORD-MIND MRI数据集上,使用SVM分类器将该新特征和传统特征的分割性能作了比较.实验结果表明,该特征在白质损伤分割中优于传统的特征,并能获得较好的分割结果和较快的分割速度.
- 芮波张道强
- 关键词：脑白质损伤MRI图像特征
- 多视角判别聚类算法
- 由于实际中很多数据包含多个视角,基于多视角的学习已成为目前机器学习和数据挖掘中的研究热点之一。该文在传统单视角判别聚类算法的基础上,结合多视角学习的思想,提出了一种新的多视角判别聚类算法(MVDC)。该方法先在每个视角上...
- 庄传志张道强
- 关键词：聚类
- 文献传递
- 张量图像上的半监督降维算法被引量：7
- 2009年
- 传统的图像数据(n1×n2)一般表示为欧式空间R(n1×n2)上的一个向量,这样像素之间的空间关系将会丢失.因此,文中提出一种张量型的半监督降维算法.首先把图像看成张量空间Rn1Rn2中的一个点.再利用图像之间的成对约束——正约束和负约束,对图像进行半监督降维.降维后的数据较好地保留图像的局部结构.在大量人脸数据集上的实验验证该算法的有效性.
- 朱凤梅张道强
- 关键词：图像表示特征提取张量分析
- 一种基于约束的中垂面相似度准则被引量：1
- 2012年
- 在数据挖掘和机器学习的基于距离的各种技术中,例如基于距离的聚类和基于距离的分类,如何度量数据间的相似性已经成为一项基础任务.对于某一具体问题,采用合适的相似性度量,会使问题得到更有效的解决.越来越多的研究表明,通过对成对约束(正约束和负约束)的充分利用,从而得到与问题相匹配的相似性度量,能够大幅度地提升算法性能.目前基于约束的相似性度量研究主要是基于约束的距离度量学习,通过对约束信息的利用,学习一个距离度量矩阵,然后再进行分类或者聚类.通过对成对约束尤其是负约束的挖掘,提出一种基于成对约束的相似性度量准则,然后将此准则应用于聚类和分类任务中,分别提出聚类和分类算法,最后在大量标准数据集上将这些算法的性能与目前流行的算法进行实验比较,并据此得出了一些经验性的启示.
- 高山祖辰张道强
- 关键词：聚类
- 半监督降维方法的实验比较被引量：23
- 2011年
- 半监督学习是近年来机器学习领域中的研究热点之一,已从最初的半监督分类和半监督聚类拓展到半监督回归和半监督降维等领域.目前,有关半监督分类、聚类和回归等方面的工作已经有了很好的综述,如Zhu的半监督学习文献综述.降维一直是机器学习和模式识别等相关领域的重要研究课题,近年来出现了很多将半监督思想用于降维,即半监督降维方面的工作.有鉴于此,试图对目前已有的一些半监督降维方法进行综述,然后在大量的标准数据集上对这些方法的性能进行实验比较,并据此得出了一些经验性的启示.
- 陈诗国张道强
- 关键词：降维半监督学习
- 基于约束的典型相关分析集成学习算法
- 2012年
- 基分类器的差异性对于集成学习来说至关重要,从直观上讲,对约束重采样有潜力获得比对样本重采样更好的多样性.文中在典型相关分析算法基础上,通过引入成对约束作为监督信息对样本进行特征抽取从而形成新的训练数据.算法中集成学习的思想主要体现在成对约束的选取上,对约束进行随机重采样以获得具有多样性的基分类器.在多特征手写体数据集以及人脸数据集(Yale和AR)上进行实验考察该算法随选取的约束比例变化的情况,结果表明该方法获得比传统集成学习方法更好的性能.
- 郭云张道强宋通
- 自适应谱聚类算法研究被引量：16
- 2009年
- 谱聚类能识别出在原空间中线性不可分的聚类,且其效果优于传统聚类算法.谱聚类要想获得好的效果必须选择一个合适的尺度参数,本文在传统谱聚类算法的基础上引入类似核选取的技巧,提出了一个能自动选取该尺度参数的自适应谱聚类算法.将该算法和现有的谱聚类参数选择算法作了比较,在人工数据集和UCI数据集上的实验表明,自适应谱聚类算法在很多情况下优于其它参数选择算法.
- 卜德云张道强
- 关键词：自适应谱聚类参数选取
