郑玮
- 作品数：5 被引量：8H指数：1
- 供职机构：金陵科技学院计算机工程学院更多>>
- 发文基金：江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于内容的音频检索系统的前端抗噪技术
- 2009年
- 基于内容的音频检索具有较高的实用价值,将安静环境下训练的模型应用于实际有背景噪声的环境中。分析各种语音增强技术,并通过性能对比,选取谱减法作为系统前端抗噪技术,给出一个将音频增强和音频检索系统级联组成的抗噪声音频检索系统,并给出适合系统使用的谱减法的改进算法。
- 陈正宇张燕郑玮
- 关键词：音频语音增强谱减法
- 图像奇异性表征机理分析比较
- 2016年
- 图像奇异性包含的许多重要信息对于图像的进一步分析具有重要作用。对于图像中的不同奇异性通常需要采用不同的方法表示。小波变换和曲波变换作为稀疏表示中的重要方法,具有广泛的应用。分析了小波变换和曲波变换对于图像奇异性表证的不同效果。实验结果和理论分析均表明小波变换对于图像中的点奇异性具有很好效果,但对于线奇异性表示则不够稀疏,曲波则可以高效地表示图像边缘的曲线奇异性。
- 郑玮
- 关键词：图像分类小波
- 一种无监督的遥感图像分割新算法研究被引量：7
- 2009年
- 由于遥感图像中存在边缘混叠和斑点噪声等问题,基于经典的马尔科夫随机场模型的分割算法效果并不太理想。本文针对遥感图像分割中某些像素分类的不确定性,将模糊MRF模型引入遥感图像分割领域,构造了基于MAP-FMRF的分割框架,提出了新的模糊MLL模型,在充分结合空间信息的同时利用灰度和纹理共同构造特征空间,以修正的EM算法结合SA算法获取全局最优解,实现无监督分割,实验对比证明该方法准确率更高。此外,文中还设计了一种新的优化方案以提高分割的效率。
- 郑玮康戈文陈武凡刘强
- 关键词：马尔可夫随机场模型SAR图像分割SA算法
- 隐空间中参数化直接鉴别分析及其应用
- 2011年
- 提出了一种新的非线性特征抽取方法——隐空间中参数化直接鉴别分析。其主要思想是利用一核函数将原始输入空间非线性变换到隐空间,针对在该隐空间中类内散布矩阵总是奇异等问题,利用参数化直接鉴别分析进行特征抽取。与现有的核特征抽取方法不同的是,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于在隐空间中采用了参数化直接鉴别分析,不仅保留了参数化直接鉴别分析的优点,而且有效地抽取了样本的非线性特征;在该方法中提出了一个更为合理的加权系数矩阵,提高了分类性能。在FERET人脸数据库子库上的实验结果验证了该方法的有效性。
- 张燕郑玮胡勇
- 关键词：加权系数特征抽取
- 基于相对密度的加权一分类支持向量机被引量：1
- 2016年
- 提出了以相对密度的方式给训练集样本赋予权值.位于数据分布边缘的样本具有较低的相对密度,而位于数据分布内部的样本具有较高的密度.对于位于数据分布内部的样本赋予较大权值,位于数据分布边缘的样本赋予较小的权值.由于噪声通常位于数据分布外部,因此本文的方法可以赋予噪声较小的权值,从而使算法对于噪声更加鲁棒.人工数据集和UCI标准数据集的实验结果表明,该法优于用libsvm实现的一分类支持向量机方法.
- 郑玮
- 关键词：相对密度
