贺毅岳
- 作品数：44 被引量：295H指数：8
- 供职机构：西北大学经济管理学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术经济管理电子电信建筑科学更多>>
- 颅面统计复原关键技术研究
- 颅面复原以颅骨和面貌之间的内在生长变化规律为依据,推断未知颅骨的本来面貌,在考古学、法医学和医学整形等领域有重要的应用价值。基于统计理论的颅面复原方法比传统复原方法更具科学性和客观性,己成为近年来颅面形态学与颅面复原研究...
- 贺毅岳
- 关键词：颅面复原三维表面重建特征点定位统计建模
- 文献传递
- 基于DWT的3D点云模型数字水印算法被引量：8
- 2012年
- 提出一种基于离散小波变换(DWT)的3D点云模型数字水印算法。选取3D点云模型各点到模型重心距离值的一维DWT低频信号部分,进行水印信息的嵌入。实验结果表明,该算法嵌入数据量大,算法简单且容易实现,同时对仿射变换、重排序攻击、简化、剪切和噪声等变形攻击具有较强的鲁棒性。
- 吴颖斌耿国华贺毅岳
- 关键词：点云模型网格模型离散小波变换透明性
- 城市规划中基于IS的多通道分层整合方法
- 2009年
- 提出一种基于交互语义的多通道分层整合方法,该方法结合概率以及时间约束等内容,从多通道的输入信息中捕获用户交互意图,形成交互任务。将其应用于虚拟环境中,根据实际需求设计并实现多种多通道交互技术,同时举例分析其整合过程。仿真实验结果表明,该方法是有效可行的。
- 贺毅岳王亮王亮王亮华庆一
- 关键词：多通道交互上下文
- 基于多视点可见性检测的面皮三维表面重建
- 2013年
- 提出了一种面皮三维表面重建方法 SRMFM(surface reconstruction method for facial model),首先采用MC算法重建面皮三维模型,在Frankfurt坐标校正基础上建立面皮体素模型,然后采用基于广度优先遍历的多视点可见性检测算法提取表面顶点,创建面皮三维表面模型。可从断层图像自动、快速地重建出保持表面细节特征的面皮三维表面模型。
- 贺毅岳耿国华茹少峰贾甲贺小伟
- 关键词：断层图像体素模型
- 一种矢量几何模型压缩方法
- 本发明公开了一种矢量几何模型压缩方法。方法中采用随机矩阵对网格几何进行抽样并完成压缩，之后通过抽样信号恢复出原始信号的稀疏表达方式，再通过逆拉普拉斯算子恢复出原始的几何信号，完成解压缩。该压缩方法可以快速完成对矢量几何模...
- 周明全耿国华杜卓明李康贺毅岳史哲郭竞张婧
- 生理点配准的颅面局部形态关系建模被引量：1
- 2016年
- 为提高对颅骨与面皮之间形态关系建模的准确度,提出一种生理点配准的颅面局部形态关系建模方法。以特征点对应关系为约束条件,基于TPS变形实现颅面初配准;根据欧氏距离与局部几何特征的加权距离确定顶点的最优生理对应关系,建立分类颅面模型库;将颅面形态关系建模问题分解为对每一面皮生理点各坐标分量建模的子问题集,运用单因变量多自变量PLSR,以面皮生理点的各坐标分量为因变量,选取显著相关的颅骨生理点相应坐标分量为自变量,建立由各面皮生理点坐标计算模型构成的局部形态关系模型。实验结果表明该方法可更准确有效地描述颅面形态变化关系。
- 贺毅岳马自萍高妮耿国华
- 关键词：偏最小二乘回归薄板样条函数
- 基于特征点约束的人脸纹理映射
- 2012年
- 人脸纹理映射技术是计算机辅助颅骨面貌复原中一种特殊的真实感处理技术。针对人脸面部器官纹理映射难以准确实现的问题,提出一种基于特征点约束的人脸纹理映射方法。利用最小二乘保角映射参数化时需固定顶点来完成特征点约束。通过对大量单张、正面照片作为纹理进行映射,证实了该方法能够取得良好的映射效果。实验结果表明本方法鲁棒且效率高,降低了算法的复杂性。
- 王法强耿国华李康贺毅岳
- 关键词：参数化特征点
- 基于文本挖掘的话题发现技术被引量：5
- 2009年
- 在分析灾害新闻特点的基础上,提出一种基于文本挖掘的话题发现技术,采用基于平均分组的层次聚类算法,对灾害新闻资料进行组织,从而生成新闻专题,为用户提供个性化服务,并形成专题检测系统,同时介绍基于时间和地点权值向量的相似度计算模型以及基于时间的动态阈值模型。实验结果表明,该算法能够获得较好的性能。
- 高妮周明全耿国华王学松贺毅岳
- 关键词：层次聚类文本挖掘动态阈值
- 一种矢量几何模型压缩方法
- 本发明公开了一种矢量几何模型压缩方法。方法中采用随机矩阵对网格几何进行抽样并完成压缩，之后通过抽样信号恢复出原始信号的稀疏表达方式，再通过逆拉普拉斯算子恢复出原始的几何信号，完成解压缩。该压缩方法可以快速完成对矢量几何模...
- 周明全耿国华杜卓明李康贺毅岳史哲郭竞张婧
- 文献传递
- 海量数据环境下用于入侵检测的深度学习方法被引量：52
- 2018年
- 针对传统浅层机器学习方法无法有效解决海量入侵数据的分类问题,提出了一种基于深度信念网络的多类支持向量机入侵检测(DBN-MSVM)方法。该方法利用深度信念网络对大量高维、非线性的无标签原始数据进行特征降维,从而获得原始数据的最优低维表示;利用二叉树构造多类支持向量机分类器,并对获得的最优低维表示进行网络攻击行为识别。最后在KDD’99数据集上进行实验仿真,DBN-MSVM方法可缩短支持向量机分类器的训练时间和测试时间,提高了海量入侵数据的分类准确率。
- 高妮贺毅岳高岭
- 关键词：入侵检测支持向量机
