您的位置: 专家智库 > >

李杰

作品数:8 被引量:34H指数:3
供职机构:苏州大学计算机科学与技术学院更多>>
发文基金:国家自然科学基金苏州市科技计划项目(应用基础研究计划)教育部重点实验室开放基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 8篇自动化与计算...

主题

  • 3篇人脸
  • 3篇人脸识别
  • 2篇行动者
  • 2篇异步
  • 2篇评论家
  • 2篇多姿态
  • 1篇单样本
  • 1篇单样本人脸识...
  • 1篇新能源
  • 1篇信息获取
  • 1篇正交投影
  • 1篇能源
  • 1篇情报
  • 1篇种子
  • 1篇网络
  • 1篇系统设计
  • 1篇基于视觉
  • 1篇激励机制
  • 1篇多姿态人脸
  • 1篇仿射

机构

  • 8篇苏州大学
  • 2篇吉林大学
  • 1篇常熟理工学院

作者

  • 8篇李杰
  • 5篇徐汀荣
  • 4篇李海彦
  • 3篇凌兴宏
  • 3篇张立晓
  • 2篇刘全
  • 1篇朱斐
  • 1篇伏玉琛
  • 1篇范聪贤

传媒

  • 4篇计算机应用与...
  • 1篇计算机学报
  • 1篇计算机应用研...
  • 1篇信息与电脑
  • 1篇计算机科学

年份

  • 1篇2020
  • 1篇2019
  • 1篇2015
  • 2篇2014
  • 2篇2013
  • 1篇2010
8 条 记 录,以下是 1-8
排序方式:
基于两级DCT和正交投影的单样本人脸识别
2013年
针对单样本人脸识别率低的问题,提出基于人脸单样本图像生成相应的多姿态虚拟人脸样本图像的方法,并利用DCT和正交投影相结合的方法进行更快速的识别。实验表明,应用线性物体类理论和改进的特征脸方法相结合生成多姿态人脸图像,并在此基础上进行人脸识别比使用单样本和一次DCT进行识别,识别率得到很大的提高。
李海彦徐汀荣李杰张立晓
关键词:单样本多姿态
一种基于局部特性的重要邮箱用户发现方法被引量:1
2013年
针对有向赋权邮件网络,提出一种基于局部特性的重要邮箱用户发现算法。该方法考虑了节点的点权对节点重要度评估的影响,紧密结合邮件网络的特性,给出了点权的新定义。同时,为了应用于大型有向赋权复杂网络,提出依据网络中节点的局部特征的节点的重要性度量算法,该算法的时间复杂度为ο(2m+n)。在安然邮件语料库上验证了该方法,并且得到了较好的实验结果。
张立晓徐汀荣李海彦李杰
基于改进LDP的人脸识别被引量:9
2014年
针对基于局部方向模式LDP(Local Directional Pattern)人脸识别方法识别率较低的问题,提出一种基于改进LDP的人脸识别方法。该方法对LDP编码进行方向归一化处理,选取结构对比信息对各LDP人脸分块进行加权处理,提取人脸的LDP直方图特征,最后计算加权卡方距离得到人脸识别的结果。实验结果表明,该方法应用于FERET和CMU PIE人脸图像库,相对于PCA、LBP和LDP算法,识别率均有了明显的提高。
李杰徐汀荣李海彦
关键词:LDPLBP人脸识别
基于Android平台的新能源情报天下系统的设计与实现
2015年
随着移动网络的不断发展以及移动终端的迅速普及,基于移动网络实现的移动终端应用不断涌现。基于此,开发一个基于Android的新能源情报天下手机客户端软件,以满足新能源行业需求。该系统通过自主搭建服务器端与客户端进行数据交互,实现了随时随地检索、浏览、收藏新能源方面最新情报,并对其进行评价、交流等功能。通过该系统,用户能够及时获取行业资讯和政策信息,对市场做出快速响应和决策,抓住稍纵即逝的商机。
李杰孙慈嘉凌兴宏
关键词:ANDROID新能源信息获取系统设计
基于双重注意力机制的异步优势行动者评论家算法被引量:3
2020年
深度强化学习是目前机器学习领域发展最快的技术之一.传统的深度强化学习方法在处理高维度大状态的空间任务时,庞大的计算量导致其训练时间过长.虽然异步深度强化学习利用异步方法极大缩短了训练时间,但会忽略某些更具价值的图像区域和图像特征.针对上述问题,本文提出了一种基于双重注意力机制的异步优势行动者评论家算法.新算法利用特征注意力机制和视觉注意力机制来改进传统的异步深度强化学习模型.其中,特征注意力机制为卷积神经网络卷积后的所有特征图设置不同的权重,使得智能体聚焦于重要的图像特征;同时,视觉注意力机制为图像不同区域设置权重参数,权重高的区域表示该区域信息对智能体后续的策略学习有重要价值,帮助智能体更高效地学习到最优策略.新算法引入双重注意力机制,从表层和深层两个角度对图像进行编码表征,帮助智能体将聚焦点集中在重要的图像区域和图像特征上.最后,通过Atari 2600部分经典实验验证了基于双重注意力机制的异步优势行动者评论家算法的有效性.
凌兴宏李杰李杰刘全朱斐
基于视觉注意力机制的异步优势行动者-评论家算法被引量:1
2019年
异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中提出一种基于视觉注意力机制的异步优势行动者-评论家模型。该模型在传统异步优势行动者-评论家算法的基础上引入了视觉注意力机制,通过计算图像各区域点的视觉重要性值,利用回归、加权等操作得到注意力机制的上下文向量,从而使Agent将注意力集中于面积较小但更具丰富价值的图像区域,加快网络模型解码速度,更高效地学习近似最优策略。实验结果表明,与传统的异步优势行动者-评论家算法相比,该模型在基于视觉感知的决策任务上具有更好的性能表现。
李杰凌兴宏凌兴宏刘全
基于仿射变换的多姿态人脸矫正和识别被引量:19
2014年
为了解决随着人脸姿态的变化,人脸识别率迅速下降的问题,提出了利用仿射变换和成像原理相结合对待识别的多姿态人脸图像进行姿态调整,将其调整为近似于正面人脸的方法,该方法能够有效地将45°范围内的多姿态人脸图像调整为正面人脸图像。同时,使用改进的SURF(加速鲁棒特征算法)算法对校正后的人脸图像进行识别。在FERET等人脸库及拍摄的人脸图像上进行实验,实验结果表明该方法能够在一定程度上克服姿态变化带来的影响,使平均识别率最高可提高7.0%左右。
李海彦徐汀荣张立晓李杰
关键词:仿射变换人脸识别多姿态SURF
基于BitTorrent的激励机制的研究与改进被引量:1
2010年
BitTorrent系统面临着严重的"搭便车"问题。研究BitTorrent系统的搭便车问题及其激励机制,对P2P文件共享系统有重要意义。介绍当前BitTorrent系统激励机制的研究现状,分析BitTorrent文件共享系统的搭便车现象及其激励机制,提出了一个种子带宽分配策略。通过模拟实验实现了该策略,并分析了模拟实验的结果。
李杰范聪贤徐汀荣
关键词:激励机制种子
共1页<1>
聚类工具0