您的位置： 专家智库 > >

李素梅

作品数：9 被引量：38H指数：3
供职机构：南开大学更多>>
发文基金：天津市自然科学基金国家自然科学基金国家教育部博士点基金更多>>
相关领域：自动化与计算机技术电子电信理学机械工程更多>>

合作作者

文献类型

  • 6篇期刊文章
  • 1篇学位论文
  • 1篇会议论文
  • 1篇科技成果

领域

  • 8篇自动化与计算...
  • 3篇电子电信
  • 1篇机械工程
  • 1篇理学

主题

  • 6篇网络
  • 5篇支持向量
  • 5篇支持向量机
  • 5篇神经网
  • 5篇神经网络
  • 5篇向量
  • 5篇向量机
  • 3篇人工神经
  • 3篇人工神经网络
  • 3篇工神经网络
  • 3篇人工神经网
  • 2篇基于支持向量...
  • 2篇机器视觉
  • 2篇光谱
  • 2篇SVM
  • 1篇植物
  • 1篇植物果实
  • 1篇人类视觉
  • 1篇容错
  • 1篇容错性

机构

  • 9篇南开大学
  • 1篇河北农业大学
  • 1篇中国科学院

作者

  • 9篇李素梅
  • 7篇常胜江
  • 6篇张延炘
  • 6篇申金媛
  • 2篇韩应哲
  • 1篇赵西亮
  • 1篇邓菊香
  • 1篇张延
  • 1篇熊涛
  • 1篇苏晓星
  • 1篇赵友博
  • 1篇王立
  • 1篇李宜宾
  • 1篇杨立
  • 1篇董磊
  • 1篇梁艳梅
  • 1篇李念永
  • 1篇张铁群
  • 1篇王熠
  • 1篇刘亦珩

传媒

  • 3篇光电子．激光
  • 1篇电子学报
  • 1篇光学学报
  • 1篇光子学报
  • 1篇第十四届中国...

年份

  • 1篇2010
  • 3篇2006
  • 1篇2005
  • 4篇2004
共 9 条 记 录，以下是 1-9
全选 清除 导出
排序方式：
基于支持向量机的非线性荧光光谱的识别被引量：17
2006年
提出将支持向量机网络应用于含不同浓度杂质气体的非线性荧光光谱的识别。由于原始光谱数据的光谱通道数目很大,首先用小波变换去噪压缩,然后采用主成分分析方法对光谱信息进行连续两次的特征提取。在保持原光谱数据主要信息基本不变的情况下,将数据维数由3979压缩到514(小波变换)并提取9个主成分。这样,不仅减少了网络的输入维数,而且加快了网络的训练速度。实验结果表明,无论对训练样本还是未学习过的测试样本,其正确识别率均可达到100%。网络的训练和测试速度较快,可以更有效地应用于大气杂质气体的实时监测。
李素梅韩应哲张延炘常胜江申金媛
关键词：光谱学支持向量机小波变换主成分分析
支持向量机在注视探知与视频预测中的应用
该文主要研究了在人工神经网络(ANN)的基础之上,采用支持向量机(SVM)方法进行非接触人眼注视与否的自动探知和可变比特率视频预测的问题.1.注视与否的探知 注视与否在人与人的自然交互中有着重要意义,它通常能够部分反映交...
李素梅
关键词：人工神经网络支持向量机机器视觉
文献传递
用支持向量机网络实现VBR视频通信量的预测被引量：3
2006年
VBR(Variab le B itRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测是提高信息传输速度和提高网络带宽资源利用效率的重要手段.针对以上问题,本文提出了一种用于VBR视频通信量预测的差分输入支持向量机(SVM:SupportVectorM achine)网络模型.该网络模型采用结构风险最小化准则,在最小化经验风险的同时,尽量缩小模型预测误差的上界,从而使网络模型具有更好的推广能力.实验结果表明:支持向量机网络模型的预测误差为0.0018,而梯度径向基函数(G rad ient Rad ial Basis Function:GRBF)神经网络模型的预测误差为0.0029.可以看出,支持向量机网络模型的预测精度要比GRBF网络模型的预测精度高出大约40%.
李素梅张延炘常胜江
关键词：支持向量机
基于SVM实现人眼注视与否的探知
本文采用基于统计学习理论的支持向量机方法对人眼注视与否进行了研究。实验结果显示,在训练样本数有限的情况下,学习后模型对测试样本的正确识别率能够达到100％,比此前采用其他方法所获得识别结果的正确识别率更高,训练及识别过程...
李素梅张延炘常胜江申金媛
关键词：支持向量机
文献传递
基于SVM实现人眼注视与否的探知被引量：11
2004年
采用基于统计学习理论的支持向量机(SVM,supportvectormachine)方法对人眼注视与否进行探知。根据结构风险最小化(SRM,structuralriskminimization)准则,在最小化已知样本点误差的同时,尽量缩小模型预测误差的上界,改善了模型的泛化能力。实验结果显示,在训练样本数有限的情况下,学习后模型对测试样本的正确识别率达到100%,比此前采用其它方法所获得的识别结果识别率更高,训练及识别过程速度更快,基本上能够满足实时性要求,也更接近人类视觉对注视与否的探知的特点。
李素梅张延常胜江申金媛李宜宾王立
关键词：SVM人类视觉结构风险最小化统计学习理论泛化能力上界
复杂彩色目标的模糊模式识别方法及其在植物果实自动实时检测中的应用研究
梁艳梅张铁群李素梅王熠赵友博赵西亮杨立李念永刘亦珩邓菊香
传统的目标识别理论强调形状信息的作用。然而，神经心理学的研究结果表明，色彩是物体的一个重要特征参数。人类可以分辨上千种色彩的深浅和强度的变化，却只能分辨二十几种灰度的变化。不能用灰度的不同来提取的目标常常可以借助色彩信息...
关键词：
关键词：人工神经网络模糊推理系统
大气杂质气体神经网络识别的推广性研究被引量：14
2005年
采用支持向量机(SVM)方法对小波变换压缩后的非线性荧光光谱数据进行识别,对学习样本和未学习过的样本进行测试,其正确识别率均为100%。为了全面比较推广性能的好坏,建立了一个模拟实际监测数据的模型,并采用这些数据对提出的SVM网络与概率神经网络(PNN)进行了比较研究。仿真结果表明,无论对实验室数据的推广能力,还是对监测条件变化的推广能力,SVM网络较PNN有更好的推广和容错性能。
韩应哲李素梅张延炘常胜江申金媛
关键词：网络识别概率神经网络光谱数据容错性能PNN
基于支持向量机的肤色滤波器被引量：1
2006年
为了探测图像中的肤色像素,提出了一种新的方法—支持向量机(SVMSupport VectorMachine)方法.它是一种基于肤色的非特定人的面部定位方法,是非接触人机交互技术和机器视觉中的一个重要内容.实验结果表明,采用支持向量机方法较传统人工神经网络方法不仅有更高的探测准确性,而且具有更好的推广性能.由于SVM采用结构风险最小化(SRMStructural RiskMini mization)准则,在最小化训练误差(经验风险)的同时,尽量缩小模型预测误差的上界,从而使模型有更好的泛化能力.
李素梅张延炘董磊常胜江申金媛
关键词：人工神经网络支持向量机机器视觉
用于VBR视频通信量预测的梯度径向基函数网络模型被引量：3
2004年
提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿真结果显示,GRBF神经网络模型的预测误差(相对均方误差)为2.9×10-3,而其它几种常见预测模型的预测误差在(1.6～8.5)×10-2之间。
李素梅常胜江苏晓星熊涛申金媛张延炘
关键词：神经网络VBR
全选 清除 导出
共1页<1>
聚类工具0