江苏省自然科学基金(BK2003017)
- 作品数：36 被引量：180H指数：8
- 相关作者：王士同吴锡生胡德文朱嘉钢邓赵红更多>>
- 相关机构：江南大学南京理工大学国防科学技术大学更多>>
- 发文基金：江苏省自然科学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自然科学总论医药卫生生物学更多>>
- 有监督的局部保留投影降维算法被引量：34
- 2008年
- 针对局部保留投影(LPP)的非监督本质,提出一种称为有监督的局部保留算法(SLPP)的线性降维方法,它同时考虑类间分离性以及 LPP 中的局部保留特性.实验结果表明 SLPP 算法较其他算法优越.线性的 SLPP 算法还可通过使用核方法扩展到非线性的情况.
- 申中华潘永惠王士同
- 关键词：降维核方法
- 基于高斯马尔可夫随机场的MAP估计在高斯噪声滤波中的应用被引量：8
- 2006年
- 提出了基于高斯马尔可夫随机场(GMRF)的最大后验概率(MAP)估计在图像高斯噪声滤波中的应用方法。根据高斯噪声的先验特点,建立基于高斯马尔可夫随机场的退化图像恢复模型,从而将图像高斯噪声滤波问题转化为求解最大后验概率问题。先验概率可以根据马尔可夫随机场(MRF)和吉布斯分布(GD)的等效性,用GD的概率估计。为了求解最大后验概率,第一,通过期望最大化(EM)算法对GMRF模型进行参数估计。第二,用共轭梯度法将目标函数最小化。实验结果表明,与其他滤波器(如高斯滤波、维纳滤波等)相比,本文所阐述的方法在滤除高斯噪声、保持图像原有结构方面效果更好。
- 熊福松王士同
- 关键词：贝叶斯估计参数估计图像滤波
- r-SVR中参数r与输入噪声间线性反比关系的仿真研究被引量：5
- 2005年
- 为研究r范数-支持向量回归机,r-SVR的鲁棒性,验证r-SVR中参数r与输入噪声方差之间的近似反比线性关系,对r-SVR进行了仿真。推导出了作为仿真的依据的 r-SVR的解的形式和对其进行求解的牛顿迭代公式。仿真结果显示:输入噪声为高斯分布时,r-SVR中参数r与输入噪声方差之间存在近似线性反比关系;这一关系曲线随着信噪比增加而斜率减小、整个曲线下移。这一结果印证和丰富了现前的理论推导结果,为在已知输入高斯噪声方差时合理地选择r提供了更可信的依据。
- 朱嘉钢王士同杨静宇
- 关键词：支持向量回归机计算机仿真输入噪声
- 核化的自联想反馈神经网络被引量：1
- 2005年
- 将M ercer的核思想与自联想反馈神经网络的理论相结合,提出了核化的自联想反馈神经网络KARN,它是对多值自联想反馈神经网络M REM的有效扩展.实验结果证明,相对于自联想反馈神经网络,核化的自联想反馈神经网络的主要优势在于有效扩大了网络的容量.
- 胡恺君吴锡生王士同
- 关键词：核函数自联想HOPFIELD神经网络
- 模糊核超球感知器
- 2004年
- 提出了一种基于核化技术的模糊核超球感知器分类算法,该算法通过核化技术把样本数据映射到高维特征空间,并利用超球感知器学习寻找高维特征空间的决策超球,从而得到各类样本的决策函数.同时,样本测试中采用的模糊技术有效提高了算法的适应性.该算法学习规则简单,所得特征空间超球在样本空间的分布能很好地反映样本的数据结构,适用于不同类型数据结构样本的学习,并经大量试验显示了算法的有效性.
- 邓赵红王士同胡德文朱嘉刚
- 关键词：核函数感知器超球
- 可能性线性模型中的参数选优与输入噪声间关系的研究被引量：1
- 2007年
- 基于可能性理论的可能性线性模型(PLM)在模糊建模等应用中有重要的作用.本文首先借鉴统计学习理论将此模型扩展为正则化(regularized)的可能性线性模型(RPLM),以提高其泛化能力.然后利用将其优化问题转换为最大后验估计问题的新方法,研究当数据含有噪声时,模型中的拟合门限值λ和输入噪声均方差σ之间的关系.理论推导和仿真实验均证明,当输入噪声为高斯模型时,λ和σ成近似的线性反比关系.该结论对 PLM 和RPLM 均有借鉴意义,为已知输入噪声均方差时,合理选择λ提供理论依据.
- 葛洪伟王士同
- 一种识别蛋白质的保守氨基酸残基的新方法被引量：2
- 2007年
- 保守氨基酸残基在生物进化过程中具有较强的稳定性,一般不会发生太大的变化;生物信息学认为:氨基酸序列决定蛋白质结构,蛋白质结构决定蛋白质功能。因此,作者基于氨基酸的生化特性、几何特性和动态特性描述了一个新颖的算法去发现蛋白酶家族中的保守氨基酸残基,而保守氨基酸残基将对蛋白质的结构和功能的研究具有重要的意义。
- 郭俊恩王士同徐红林
- 关键词：生物信息学
- 鲁棒的极大熵聚类算法RMEC及其例外点标识被引量：14
- 2004年
- 针对极大熵聚类算法MEC (maximumentropyclustering)对例外点 (outliers)较敏感和不能标识例外点的缺陷 ,提出了一种改进的极大熵聚类算法RMEC (robustmaximumentropyclustering)。该算法的基本思想是通过引入Vapnik’sε-不敏感损失函数和权重因子重新构建目标函数 ,并利用优化理论推导出新的学习公式。RMEC算法不但对例外点较之MEC算法有更好的鲁棒性 ,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点。
- 邓赵红王士同吴锡生胡德文
- 关键词：聚类鲁棒性Ε-不敏感损失函数
- 利用动态核的形态联想记忆网络的研究被引量：13
- 2005年
- 在文献[1]的基础上,提出了一个基于动态核的形态联想记忆网络方法,特点是同一幅图像,如果其所含的噪声情况不同,则其核也将不同,从而较好地解决了图像含有随机噪声时的联想记忆问题。实验证明,此方法具有良好的性能,双向联想记忆的准确率优于文献[1]中介绍的方法。
- 吴锡生黄少芳王士同
- 关键词：联想记忆形态学形态学神经网络
- 动态核的形态联想记忆网络在灰度图中的应用被引量：8
- 2005年
- 介绍了应用于灰度图像的联想记忆和识别的动态核方法,给出了动态核选择的原则和途径。利用动态核可以解决灰度图像在含有随机噪声时的自联想记忆和识别问题,从而给出了一种较好地处理含噪灰度图像恢复的途径。通过实验,验证了该方法的良好性能,取得了较理想的结果。
- 黄少芳吴锡生张凌芳
- 关键词：形态学神经网络联想记忆动态核随机噪声
