楼晓俊
- 作品数：9 被引量：62H指数：4
- 供职机构：中国科学院上海微系统与信息技术研究所更多>>
- 发文基金：国家科技重大专项国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 无线传感器网络信息时空融合模型与算法研究被引量：3
- 2012年
- 信息融合是解决无线传感器网络能量和通信带宽受限的有效途径,提出了一种无线传感器网络信息时间和空间多级混合融合的结构模型。首先对距离汇聚节点较远的节点信息进行时间融合和对距离汇聚节点较近的节点信息在汇聚节点进行时空融合,然后在汇聚节点对两种节点的融合结果进行全网络的空间融合。就该模型提出了基于DS证据理论的多级时空融合算法。数据分析结果表明:该模型能够降低节点能耗,延长网络寿命。
- 鲍必赛伍健荣楼晓俊刘海涛
- 关键词：无线传感器网络证据理论
- 基于二维特征矩阵的特征融合算法被引量：2
- 2012年
- 为了提高无线传感器网络信息融合的效率,提出一种多传感器二维特征融合(2DFF)策略.将多个传感器标准化后的特征集组合成二维特征矩阵,引入图像压缩技术,包括二维主成分分析(2DPCA)及MatPCA对特征矩阵进行特征提取,实现特征融合.从理论上剖析该方法之所以能够有效地适用于特征融合,且区别于传统方法的内在本质.相比传统的特征融合方法,该方法能够获得更加精确的融合特征,提高信息融合的效率.基于实地采集的地面目标信号的实验结果表明,该方法既提高目标识别率,又降低了计算复杂度.
- 鲍必赛伍健荣楼晓俊刘海涛
- 关键词：主成分分析无线传感器网络目标识别
- 聚类边界过采样不平衡数据分类方法被引量：31
- 2013年
- 针对传统SMOTE过采样方法在生成合成样本的过程中存在的盲目性,以及对噪声敏感且容易出现过拟合现象的问题,提出一种改进的聚类边界样本过采样(CB-SMOTE)方法,通过引入"聚类一致性系数"找到少数类样本的边界,利用边界样本的最近邻密度来剔除噪声点和确定合成样本的数量,对SMOTE方法的新样本合成规则进行了优化.该方法是一种指导性的过采样方法,合成样本更加有利于分类器的学习.通过实验对比6种不同方法在UCI公共数据集上的分类性能,结果表明:CB-SMOTE方法对少数类样本和多数类样本都具有较高的分类准确率,且对过采样倍数的变化具有更高的稳定性.
- 楼晓俊孙雨轩刘海涛
- 关键词：不平衡数据过采样
- 基于运动检测与H.264的智能监控系统设计与实现
- 2012年
- 针对远程智能监控的应用,基于H.264视频编解码与运动检测标识技术,在由小型工控机与计算机组建的客户机/服务器系统上设计并实现了实时运动检测视频监控系统。系统对采集的视频帧进行H.264规范的压缩编码并传输,在保证图像质量前提下降低了带宽与存储开销。运动检测算法在Kalman动态背景更新的基础上,采用了加权方式的图像差分法。通过实际试验表明,该系统能稳定的压缩传输视频流,并在不增加虚警的情况下,提高了系统的检测准确度。
- 伍健荣孙雨轩楼晓俊刘海涛
- 关键词：计算机图象处理H.264KALMAN滤波器
- 分布式信息融合的物联网事件检测方法被引量：3
- 2012年
- 事件检测是物联网感知技术的一项重要应用。由于感知节点资源受限,事件检测准确率与节点能量有效性较难平衡。提出了一种新的物联网事件检测方法,基于分布式无线传感器网络,采用特征选择与人工智能学习算法,对感知数据进行局部与全局的二级信息融合,在降低节点功耗的同时提升了检测的准确率。进行要地周界入侵事件检测实验,结果表明,该方法相比传统的事件检测方法更加有效。
- 楼晓俊鲍必赛刘海涛
- 关键词：物联网数据融合
- 基于潜在变量二元回归模型的多传感器数据融合被引量：1
- 2012年
- 针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。
- 鲍必赛楼晓俊刘海涛
- 关键词：数据融合GIBBS抽样置信度
- 主成分分析在震动信号目标识别算法中的应用被引量：6
- 2012年
- 为了改进基于震动信号的地面运动目标识别算法,提出了一种基于主成分分析(PCA)的2次特征提取算法.首先对地面运动目标引起的震动信号进行目标特性分析,提取多维的特征值;然后利用主成分分析方法对众多的特征值进行分析,去除特征值之间的相关性,提取综合特征值并应用于分类器,得到目标识别结果.基于实地采集的地面运动目标的震动信号进行实验,结果表明:该方法有效地减少了特征值的维数和相关性,降低了分类器训练的难度和训练时间,同时提高了目标的正确识别率.
- 鲍必赛楼晓俊李隽颖刘海涛
- 关键词：目标识别主成分分析特征提取
- 距离修正的模糊C均值聚类算法被引量：10
- 2012年
- 经典的模糊C均值算法基于欧氏距离,存在等划分趋势的缺陷,分错率较高,只适用于球形结构的聚类。针对这一问题,利用数据的点密度信息,在数据点与聚类中心的距离度量中引入了调节因子,提出了一种基于密度的距离修正矩阵,并用其代替经典模糊C均值算法中的距离度量矩阵。通过人造数据集和UCI数据集的两组聚类实验,证实了改进算法对非球形结构的数据同样适用,且相比经典的模糊C均值算法具有更高的聚类准确率。
- 楼晓俊李隽颖刘海涛
- 关键词：聚类模糊C均值
- 基于小生境遗传算法的分类优化方法被引量：6
- 2012年
- 对于多分类问题,大多是经二分类器组合进行训练的,在分类类别多、特征维数高时,存在识别准确率不高和训练速度较慢的问题。将超球支持向量机应用到多类问题,为每个类建立一个超球体模型,通过多个超球体划分样本空间。采用改进的基于排挤的小生境遗传算法(improved crowding niche genetic algorithm,ICNGA)进行特征选择,为不同的目标类别寻找最优的特征子集,优化超球支持向量机的输入。利用UCI标准数据集的数值实验表明,在分类数据类别较多、特征维数较高时,经过ICNGA特征选择之后的多超球支持向量机的识别准确度更好,非常适合解决类别数多、特征维数高的分类问题。
- 李隽颖楼晓俊
- 关键词：遗传算法超球支持向量机
