张朝龙
- 作品数：4 被引量：8H指数：2
- 供职机构：成都信息工程大学软件工程学院更多>>
- 发文基金：国家自然科学基金四川省应用基础研究计划项目四川省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 自适应策略优化的粒子群优化算法在神经网络架构搜索中的应用
- 2024年
- 针对神经网络架构搜索(NAS)任务,提出一种自适应重启策略驱动的协作学习粒子群优化(ARCLPSO)算法。算法核心流程包括协作学习与信息共享、策略切换和参数自适应,以改进传统粒子群优化(PSO)算法在NAS中的性能。ARCLPSO算法结合了全局与局部信息的协同作用和智能切换学习策略。具体地,ARCLPSO利用全局和局部信息的协同作用令粒子向更优的方向移动,通过智能的切换粒子学习策略平衡粒子的搜索性能和收敛速度,提高搜索速度和搜索质量。在NAS-Bench-101数据集上的实验结果表明,ARCLPSO的收敛时间相较于传统进化算法(REA)和随机搜索(RS),分别减少了40.9%和55.2%。
- 程金芮金瑾张朝龙孔超何嘉张鑫
- 关键词：进化算法
- 基于质心分水岭算法的静态手势分割算法模型被引量：4
- 2019年
- 为了解决在类肤色背景下难以从图像中高效地分割出完整静态手势的问题,提出了基于质心分水岭算法(improved centroid watershed algorithm, ICWA)的静态手势分割模型。该ICWA算法可以有效地减少图像梯度对手势分割的影响并完整地提取出肤色区域。此外,本文设计了一种将PCA(principal component analysis)降维和凸性检测算法相结合的方法,可以根据对凸点准确提取手腕的割线。同时,利用卷积神经网络(convolutional neural networks, CNN)在标准数据库上进行了初步的手势自动识别实验。实验结果表明:该分割模型对于9种静态手势的平均识别率达到了97.85%。
- 董旭德许源平舒红平张朝龙卢丽黄健
- 关键词：手势识别
- 基于社会力异常检测改进算法的人群行为模型被引量：1
- 2018年
- 社会力异常检测算法(SAFM)是检测人群异常行为(人群聚集和恐慌逃散等)的一种核心算法,提取的底层特征不能完整地描述人群的运动状态,导致人群异常行为的识别率低。为此,提出一种改进的社会力异常检测算法(SFDE)解决此问题。算法引入人群运动的轨迹避免底层特征的丢失,通过无监督方法将轨迹进行聚类,再通过轨迹和人群相互作用力建立人群行为模型(人群运动强度、人群方向熵和聚簇中心距离势能的作用力)。为证明算法有效性,应用改进的SFDE算法结合深度学习模型来识别不同的人群异常行为。通过UMN数据对算法进行验证,结果表明SFDE算法的准确率比传统的SAFM算法提高了18%,并且执行时间提高了2.2 s。
- 卢丽许源平卢军黄健张朝龙王晶
- 关键词：轨迹聚类视频监控
- 基于协同过滤和文本相似性的Web文本情感极性分类算法被引量：3
- 2015年
- Web文本情感极性分类算法在网络舆情监控方面具有重要的研究价值。针对传统文本分类算法依赖于情感词典的弊端,以及不能很好的应用于不规则的Web文本分类的局限性,提出基于协同过滤和文本相似度的Web文本情感极性分类算法。先统计分析网络文本高频词汇覆盖情况,进而根据统计结果,基于协同过滤和余弦相似度计算提出一种新的Web文本情感极性分类算法,其利用余弦相似度方法计算出Web文本的相似性,判断文本的情感极性。对于无法直接判断情感极性的文本,该算法设计了协同过滤中的情感词评分以及Top-N情感词推荐机制,且通过对情感词的评分与推荐输出进行多次迭代相似度计算来判断未知Web文本情感极性。最后使用中文情感挖掘语料(Chn Senti Corp)进行实验。结果表明,算法具有较高的查全率和查准率,在不规则的Web文本下也表现出较好的分类效果,可较实用地解决Web文本情感极性分类问题并应用于网络舆情监控。
- 张朝龙许源平郑皎凌
- 关键词：智能信息处理文本情感分类舆情监控协同过滤WEB文本
