您的位置: 专家智库 > >

杜连平

作品数:3 被引量:14H指数:2
供职机构:江西理工大学更多>>
发文基金:江西省高等学校教学改革研究课题江西省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术文化科学电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇电子电信
  • 1篇文化科学

主题

  • 2篇袋模型
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇图像
  • 2篇图像分类
  • 2篇向量
  • 2篇向量机
  • 1篇研究生创新
  • 1篇特征提取
  • 1篇图像分类算法
  • 1篇能力培养策略
  • 1篇尺度不变特征
  • 1篇尺度不变特征...

机构

  • 3篇江西理工大学

作者

  • 3篇杜连平
  • 2篇罗会兰
  • 1篇钟杨俊
  • 1篇兰红
  • 1篇李淑芝

传媒

  • 1篇电视技术
  • 1篇江西理工大学...

年份

  • 1篇2013
  • 2篇2012
3 条 记 录,以下是 1-3
排序方式:
研究生创新能力培养策略的研究与探索被引量:8
2012年
研究生创新能力的培养和提高是一所高校学术研究水平和办学实力的综合体现。高校及科研院所肩负着为国家、社会培养高层次优秀人才的重任,应当以提高研究生综合素质为核心,以培养高素质创新型人才为目标,把提高研究生创新能力作为研究生教育的根本落脚点。潜心研究、积极创新、勇于突破,最终摸索出适合新时代要求的具有社会主义中国特色的研究生培养策略和教育新观念。文章分析了研究生创新能力培养的现状及相关研究,并结合实际提出了可行性建议。
罗会兰杜连平李淑芝钟杨俊兰红
一种SVM集成的图像分类方法研究被引量:6
2012年
针对单分类器没有充分考虑数据集的特征而不能很好地完成分类识别,提出了一种基于集成学习技术的SVM集成的图像分类方法。该方法是在基于较为流行的词袋(Bag-of-Words,BOW)模型的图像分类方法的基础上,利用训练生成的不同SVM分类器分类测试图像,并将分类结果采用集成学习算法进行集成。分别采用传统的BOW模型的图像分类方法和本文提出的方法进行分类实验,实验结果表明采用SVM集成的图像分类方法明显提高了分类精度,具有一定的稳健性。
罗会兰杜连平
关键词:尺度不变特征转换支持向量机图像分类
基于集成学习技术的图像分类算法研究
集成学习是当前机器学习领域研究的一大热点,因其具备显著增强学习机泛化性能的能力和有效解决学习机过学习问题的优点,而备受研究者的关注。本文就是从集成学习的角度来研究图像分类问题,以Bag-of-Words模型描述图像、以S...
杜连平
关键词:图像分类算法支持向量机特征提取
文献传递
共1页<1>
聚类工具0